读大型网站系统与java中间件实践总结

CAP理论

C:Consistency,一致性
A:Availability，可用性
P:partition tolerance，容错性
解释如下：
2000年，Eric Brewer教授指出了著名的CAP理论，后来Seth Gilbert 和 Nancy lynch两人证明了CAP理论的正确性。CAP（Consistency,Availability,partitiontolerance)理论告诉我们，一个分布式系统不可能满足一致性，可用性和分区容错性这三个需求，最多只能同时满足两个。

三者无法同时兼顾：关系型数据库ACID模型拥有高一致性+可用性，
现在分布式系统中，一般取AP放弃C也就是一致性，一致性分为 强一致性和最终一致性。通常使用base模型。

BASE理论

BASE模型反ACID模型，牺牲高一致性
Basically Availbale基本可用
Soft state软状态，允许有一段时间不同步。
Eventually consistent最终一致。

最终一致的实现：
说到最终一致的实现，不得不提两阶段提交。
两阶段提交与传统的不是commit 或者rollback，多了一个prepare的过程。

Hash一致性算法：

Hash一致性算法的使用场景体现在分布式系统的多节点数据路由方面。
路由的目的就是对数据进行分类（例如分库，分表存储）存储，查询的时候同样适用，传统的取模等算法，具有扩容带来的缺点。

Hash一致性原理：假设数据通过一个字段或者几个字段的算法，路由到2^32次方的hash环上，这样每个节点均匀的管理者数据，假设扩容，在两个节点之间插入一个几点，这样影响的范围就经可能的被缩小。
但是这样会带来一个问题 ，就是负载均衡的问题。通过把上述hash环的物理节点变成虚拟几点，每一个物理节点对应数个虚拟节点，当增加一台设备的时候，产生的数个虚拟节点均匀的插入hash环中，这样把影响的数据范围，均匀的分摊在多个物理节点上，解决了负载均衡的问题。