分布式中的CAP原理

参考：https://www.zhihu.com/question/54105974

https://blog.csdn.net/zyh568879280/article/details/87630228

 

Consistency（一致性）：数据一致更新，所有数据的变化都是同步的

Availability（可用性）：在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求

Partition tolerance（分区容忍性）：某个节点的故障，并不影响整个系统的运行

这里主要是不理解分区容忍性

       首先，分布式通常假设网络是异步的，异步就意味着有延迟，延迟可能会导致节点间传递消息出现重复、丢失等等。当网络不连通的时候，网络被分为几个区域，这个就叫做分区。网络产生分区后，其他节点的状态我们就无从得知，并且也访问不到数据，这时分区是无法容忍的。想要提高分区容忍性，就是将数据复制到多个节点上，这样当出现分区时，一个数据项就可能分布到各个区上，容忍性就提高了。但是将数据复制到多个节点，会带来数据一致性的问题，当网络恢复之后，我们需要重新建立连接然后尝试解决在不一致状态时的不一致。如果要保证一致，则需要保证每次读写操作都成功，这又会带来可用性的问题。总的来说就是，数据存在的节点越多，分区容忍性越高，但要复制更新的数据就越多，一致性就越难保证。为了保证一致性，更新所有节点数据所需要的时间就越长，可用性就会降低。