CAP定律理解

   以前对CAP有所了解,但仔细总结一下又说不出来,今天偶看一个东西,比较好。

  CAP 定律
CAP 定律(也称为 Eric Brewer's theorem)描述分布式计算系统不可能同时满足以下三个保证(所有的实现转而取其二):
    Consistency (所有节点在同一时间看到相同的数据,只有宣称实现 'C' (也即Strong consistency) 的系统可以达到传统的ACID 中的 C (Atomicity Consistency Isolation Durability))
    Availability (任何节点的失效不会阻止存活的节点继续工作,传统的 Master/Slave 也许只达到了部分这种能力,还要排除 auto-failover time slice)
    Partition tolerance (在跨数据中心集群节点部署的案例中,如果其中某个数据中心由于网络或者其他故障导致数据中心与数据中心失去联系,系统将继续工作,并且,当故障排除后,系统将自动合并更新数据)


CA:RDBMS
CP:Bigtable/HBase
AP:Cassandra/Dynamo

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CAP定理是分布式系统设计中的一个基本原则,它指出一个分布式系统无法同时满足一致性(Consistency)、可用性(Availability)和分区容错性(Partition tolerance)这三个特性。 具体来说,CAP定理的三个要素如下: 1. 一致性(Consistency):在分布式系统中的所有节点上,对于同一份数据的读操作,无论在哪个节点上进行,都应该得到相同的结果。也就是说,数据的冗余副本在任何时候都应该保持一致。 2. 可用性(Availability):系统在正常情况下应该对外提供服务,并且能够在合理的时间内返回正确的响应。即使在某些节点或网络出现故障的情况下,系统也应该保持可用。 3. 分区容错性(Partition tolerance):分布式系统应该能够在网络分区(节点之间的通信故障)的情况下继续正常运行。分区是指网络中的某些节点之间无法通信,但系统的其他部分仍然可以正常工作。 CAP定理指出,一个分布式系统最多只能同时满足其中的两个要素,无法同时满足三个。在面对网络分区的情况下,系统设计者需要在一致性和可用性之间做出权衡选择。 需要注意的是,CAP定理并不意味着分布式系统只能选择其中的两个特性,而是在面对网络分区时,需要在一致性和可用性之间做出取舍。实际的分布式系统设计中,可以根据具体需求和场景选择适合的权衡方案。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值