浅析CAP理论以及一致性方案

CAP理论

Consistency(一致性)

• 通过某个节点的写操作结果对后面通过其他节点的读操作可见
• 如果更新数据后，并发访问情况下可立即感知该更新，称为强一致性
• 如果允许之后部分或者全部感知不到该更新，称为弱一致性
• 若在之后的一段时间（通常该时间不固定）后，一定可以感知该更新，称为最终一致性

Availability（可用性）

• 任何一个没有发生故障的节点必须在有限时间内返回合理的结果

Partition tolerance（分区容忍性）

• 部分节点宕机或者无法与其他节点通信时，各分区还可保持分布式系统的功能。

---

• CAP理论：分布式系统中，一致性、可用性、分区容忍性最多只可同时满足两个
• 一般分区容忍性都要求有保障，因此很多时候是在可用性和一致性之间做权衡。

---

一致性方案

Master-slave

• RDBMS 的读写分离即为典型的Master-slave方案
• 同步复制可保证强一致性但会影响可用性
• 异步复制可提供高可用性但会降低一致性

WNR

• 主要用于去中心化（P2P）的分布式系统中。DynamoDB与Cassandra即采用此方案
• N代表副本数，W代表每次写操作要保证的最少写成功的副本数，R代表每次读至少读取的副本数
• 当W+R>N时，可保证每次读取的数据至少有一个副本具有最新的更新
• 多个写操作的顺序难以保证，可能导致多副本间的写操作顺序不一致，Dynamo通过向量时钟保证最终一致性

Paxos及其变种

• Google的Chubby，Zookeeper的Zab，RAFT等

---