CAP理论概述

最新推荐文章于 2024-05-30 11:21:03 发布

anqu8936

最新推荐文章于 2024-05-30 11:21:03 发布

阅读量229

点赞数

文章标签：数据库 json 数据结构与算法

原文链接：http://www.cnblogs.com/xianlei/p/8963056.html

版权

CAP原则，指在一个分布式系统中，Consistency(一致性)、Availability(可用性)、Partitiontolerance(分区容错性)，三者不可同时拥有。

一致性（C）在分布式系统中的所有数据备份，在同一时刻是否同样的值。

可用性（A）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要求。（对数据更新具备高可用性）

分区容错性（P）以实际效果而言，分区相当于对通信的时限要求。系统如果不能在时限内达成数据一致性，就意味着发生了分区的情况，必须就当前操在C和A之间做出选择。

CAP理论就是说在分布式存储系统中，最多只能实现上面的两点。而由于当前的网络硬件肯定会出现延迟丢包等问题，所以分区容忍性是我们必须需要实现的。所以我们只能在一致性和可用性之间进行权衡，没有NoSQL系统能同时保证这三点。

与BASE的关系

BASE就是为了解决关系数据库强一致性引起的问题而引起的可用性降低而提出的解决方案。

BASE是下面三个术语的缩写：

目前最快的KV数据库,10W次/S, 满足了高可用性。
Redis的k-v上的v可以是普通的值（基本操作：get/set/del） v可以是数值（除了基本操作之外还可以支持数值的计算） v可以是数据结构比如基于链表存储的双向循环list（除了基本操作之外还可以支持数值的计算，可以实现list的二头pop,push）。如果v是list，可以使用redis实现一个消息队列。如果v是set,可以基于redis实现一个tag系统。与mongodb不同的地方是后者的v可以支持文档，比如按照json的结构存储。redis也可以对存入的Key-Value设置expire时间。
Redis的v的最大远远超过memcache。这也是实现消息队列的一个前提。

转载于:https://www.cnblogs.com/xianlei/p/8963056.html

关注