CAP
告诉我们
在一个分布式系统中
一致性(Consistency):多个数据副本的数据保持一致,如果花费很多时间在数据同步上,会导致查询无法立刻返回最新数据,因为没同步完成呢
可用性(Availability):利用分布式事务,每次写操作或者全部成功或者全部失败,用户访问服务器上面的数据,响应时间在可以接受的范围内,如果想要快速返回数据就不能在数据同步上花费太多时间
分区容错性(Partition tolerance):分区指,分布式系统节点通信故障了,两个故障的节点就是两个分区,把数据同步复制到多个分区。可以解决分区容错性但是会带来一致性问题
为什么最多只能实现两个
因为C和A是互相冲突的,因此只能保障一个,因此一般分布式系统或者是CP或者是AP(Eureka)
那有人会问 为啥不是CA?,因为CA相当于不是分布式系统了,只有一个节点,当然又快有准又不需要多节点同步数据
数据一致性如何保障
强一致性
数据一致性是多个节点之间做数据同步会产生的问题
数据可能出现的问题有两个
一个是准确性:
解决方案:定时统计多节点数据数目,比如消费和上报数目,比较核对
一个是数据重复:
解决方案:通过缓存空间记录消费的数据编码,重复数据检测
弱一致性
通过如Kafka消息队列异步处置
可用性
分布式锁:Redis和Mysql加锁
分布式事务:事务消息表
保障数据不被篡改
数据传输之前使用不可逆加密算法对摘要加密(签名),同时把数据与 摘要加密部分发送过去,接收方用同样的算法对摘要验签,证明数据没被篡改
分布式锁:
是服务做集群时(集群:单个服务多实例部署),可以解决把从不同服务进来的同一请求线程串行话;
分布式事务:
多个微服务之间相互调用时,一个请求涉及多个服务之间的数据新增或变化,要么都成功、要么失败都回滚;
分布式锁推荐使用redission
分布式事务推荐使用阿里的seata