分布式--1概述CAP和Base

系列文章目录

分布式–1概述CAP和Base
分布式–2分布式事务
分布式–3分布式一致性算法
分布式-4集群
分布式–5服务限流算法
分布式–6分布式id
分布式–7性能压测
分布式–8日志链路跟踪
分布式-9分布式锁|redis锁的几种实现

一、概述

1、CAP理论：

C(一致性) 如果在某个节点更新了数据，那么在其他节点如果都能读取到这个最新的数据，那么就称为强一致，如果有某个节点没有读取到，那就是分布式不一致。即所有的节点同时看到相同的数据
A (可用性)：非故障的节点在合理的时间内返回合理的响应。任何时候，读写都是成功的。
P (分区容错性)：当部分节点出现消息丢失或故障的时候，分布式系统仍能正常工作。

CAP理论认为：一个分布式系统最多只能同时满足，一致性，可用性，分区容错性的三项中的两项。由于分区容错性是必然存在的，所以大部分分布式软件系统都在CP和AP中做取舍

Zookeeper 采用CP一致性，强调一致性，弱化可用性。（leader宕机后重新选举期间不可用）
当出现网络分区后，为了保证一致性，就必须拒绝请求。

Eureka 采用AP可用性，强调可用性，弱化一致性。

2、Base理论

即基本可用（Basically Available），软状态（Soft State），最终一致性（Eventually Consistent）。既然无法做到强一致性，那么不同的应用可用根据自己的业务特点，采用适当的方式来达到最终一致性。Base理论是对CAP理论的实际应用

1）基本可用性：
不追求强可用性，而且强调系统基本能够一直运行对外提供服务，当分布式系统遇到不可预估的故障时，允许一定程度上的不可用,比如：对请求进行限流排队，使得部分用户响应时间变长，或对非核心服务进行降级。
2）软状态：
对于数据库中事务的原子性：要么全部成功，要不全部不成功。软状态允许系统中的数据存在中间状态。
3）最终一致性：
数据不可能一直都是软状态（弱一致性），必须在一个时间期限之后达到各个节点的一致性。在此之后，所有的节点的数据都是一致的。系统达到最终一致性。

3、酸碱平衡理论

ACID在英文中的意思是“酸”，BASE的意思是“碱”，这一段讲的是“酸碱平衡”的故事。