1 CAP 定理
1.1 概念
CAP 理论在分布式系统中
- 一致性:分布式环境下多个节点的数据是否强一致
- 可用性:分布式服务能一直保证可用状态。当用户发出一个请求后,服务能在有限时间内返回结果
- 分区容忍性:特指对网络分区的容忍性
对于共享数据系统,最多只能同时拥有CAP其中的两个,没法三者兼顾。
- 任两者的组合都有其适用场景
- 真实系统应当是ACID与BASE的混合体
- 不同类型的业务可以也应当区别对待
其中,分区容忍性又是不可或缺的。
结论:分布式系统中,最重要的是满足业务需求,而不是追求抽象、绝对的系统特性。
1.2 中间件实例
-
默认优先选择AP,弱化C
Cassandra、Dynamo 等 -
默认优先选择CP,弱化A
HBase、MongoDB 等
2 BASE 理论
a 核心思想
- 基本可用(BasicallyAvailable)
分布式系统在出现故障时,允许损失部分的可用性来保证核心可用。
- 软状态(SoftState)
允许分布式系统存在中间状态,该中间状态不会影响到系统的整体可用性。
- 最终一致性(EventualConsistency)
分布式系统中的所有副本数据经过一定时间后,最终能够达到一致的状态
b 一致性模型分类
- 强一致性
数据更新成功后,任意时刻所有副本中的数据都是一致的,一般采用同步方式实现
- 弱一致性
数据更新成功后,系统不承诺立即可以读到最新写入的值,也不承诺具体多久后可读到
- 最终一致性
弱一致性的一种形式,数据更新成功后,系统不承诺立即可以返回最新写入的值,但是保证最终会返回上一次更新操作的值。