分布式基础理论
分布式系统会的三座大山:NPC。
- N:Network Delay,网络延迟
- P:Process Pause,进程暂停(GC)
- C:Clock Drift,时钟漂移
在当前主流k8s服务部署的一个service通常存在多个pod。多个pod对数据进行读写操作经常会出现数据不一致性的问题。不一致的问题,主要是在数据库发生数据变更后,多个pod高并行读取数据写缓存,可能导致缓存里的数据是旧值
影响分布式缓存数据一致性大致有以下几类问题:
- 获取数据时候网络延迟N
- 各个pod内部gc的触发不一致C
- 数据库主从,读写分离的问题
多个pod对同一份数据并行操作,受到N,C的影响。导致对同一个key缓存的操作,缓存更新后还是旧版本数据,从而对我们业务造成影响。
为什么使用缓存
使用缓存我们一般为了提高我们的系统性能,减少数据库的压力。如果我们追求强一致性,强一致性方案往往会严重的影响性能,常见2pc,3pc方案。基于base理论,当数据库数据发生数据变更的时候,读取缓存。中间态的数据会返回给业务,所以我们在做分布式与数据库一致性的时候。往往是要减少中间软状态,让数据尽量尽快达到最终一致性状态。