原文网址:分布式--分布式架构_IT利刃出鞘的博客-CSDN博客
简介
本文介绍分布式的CAP定理。
CAP定理概述
说明
一个分布式系统不可能同时满足一致性(C:Consistency)、可用性(A:Availability)和分区容错性(P:Partition tolerance)这三个基本需求,最多只能同时满足其中的两项。
- 一致性(Consistency)
- 每次访问都能获得最新数据,但可能会收到错误响应。
- 可用性(Availability)
- 每次访问都能收到成功的响应(响应时间也正常),但不保证获取到最新数据。
- “Reads and writes always succeed”
- 分区容错性(Partition tolerance)
- 在网络分区的情况下,即使出现单个节点无法可用,系统依然正常对外提供服务。
如何选择
在分布式系统中,在任何数据库设计中,一个Web应用至多只能同时支持上面的两个属性。显然,任何横向扩展策略都要依赖于数据分区。因此,设计人员必须在一致性与可用性之间做出选择。
对于一个业务系统来说,可用性和分区容错性是必须要满足的两个条件,并且这两者是相辅相成的。业务系统之所以使用分布式系统,主要原因有两个:
- 提升整体性能 :当业务量猛增,单个服务器已经无法满足我们的业务需求的时候,就需要使用分布式系统,使用多个节点提供相同的功能,从而整体上提升系统的性能,这就是使用分布式系统的第一个原因。
- 实现分区容错性 :单一节点 或 多个节点处于相同的网络环境下,那么会存在一定的风险,万一该机房断电、该地区发生自然灾害,那么业务系统就全面瘫痪了。为了防止这一问题,采用分布式系统,将多个子系统分布在不同的地域、不同的机房中,从而保证系统高可用性。
这说明分区容错性是分布式系统的根本,如果分区容错性不能满足,那使用分布式系统将失去意义。
CAP定理详述
Consistency(一致性)
概念
一致性指“all nodes see the same data at the same time”,即所有节点在同一时间的数据完全一致。
一致性是因为多个数据拷贝下并发读写才有的问题,因此理解时一定要注意结合考虑多个数据拷贝下并发读写的场景。
上边只是部分内容,为便于维护,本文已迁移到此地址:分布式-CAP定理 - 自学精灵