分布式系统 - CAP & BASE

最新推荐文章于 2024-08-11 11:56:03 发布

zzj0807

最新推荐文章于 2024-08-11 11:56:03 发布

阅读量90

点赞数

本文链接：https://blog.csdn.net/weixin_42254177/article/details/109500232

版权

这里先写一部分
另一部分待补充
参考视频:
070-亿级流量多级缓存高并发系统架构实战六（1）

对于CAP的定义, 可以参考github上的权威解释: An Illustrated Proof of the CAP Theorem

CAP理论

CP 不同空间中的数据, 如果要求他们所有状态一致, 则必然不在同一时间
AP 不同空间中, 如果要求同一时间都可以从任意的空间拿到数据, 数据的状态必然不一致
CA 不同空间的数据, 如果要求任意时间都可以拿到状态一致的数据, 那么空间数必然为1 ( 单节点 )

只要不是一台机器, P是不可能实现的, 网络没法做到100%连通, 所以分布式系统一般考虑设计成AP或者CP, CA要实现得退化成单台机器, 不在考虑范围内
cap里的c和p都是Strong的概念, 强一致性和100%高可用==

高可用Available: 可用性越高, 性能越高
一致性Consistent: 一致性越高, 性能越低 ( 得等副本全部同步成功了, 才返回, 客户端等待过长的时间 )

在这里插入图片描述

著名的CAP理论指出，一个分布式系统不可能同时满足C(一致性)、A(可用性)和P(分区容错性)。由于分区容错性在是分布式系统中必须要保证的，因此我们只能在A和C之间进行权衡。在此Zookeeper保证的是CP, 而Eureka则是AP。

1 Zookeeper保证CP
当向注册中心查询服务列表时，我们可以容忍注册中心返回的是几分钟以前的注册信息，但不能接受服务直接down掉不可用。也就是说，服务注册功能对可用性的要求要高于一致性。但是zk会出现这样一种情况，当master节点因为网络故障与其他节点失去联系时，剩余节点会重新进行leader选举。问题在于，选举leader的时间太长，30 ~ 120s, 且选举期间整个zk集群都是不可用的，这就导致在选举期间注册服务瘫痪。在云部署的环境下，因网络问题使得zk集群失去master节点是较大概率会发生的事，虽然服务能够最终恢复，但是漫长的选举时间导致的注册长期不可用是不能容忍的。

2 Eureka保证AP
Eureka看明白了这一点，因此在设计时就优先保证可用性。Eureka各个节点都是平等的，几个节点挂掉不会影响正常节点的工作，剩余的节点依然可以提供注册和查询服务。而Eureka的客户端在向某个Eureka注册或时如果发现连接失败，则会自动切换至其它节点，只要有一台Eureka还在，就能保证注册服务可用(保证可用性)，只不过查到的信息可能不是最新的(不保证强一致性)。除此之外，Eureka还有一种自我保护机制，如果在15分钟内超过85%的节点都没有正常的心跳，那么Eureka就认为客户端与注册中心出现了网络故障，此时会出现以下几种情况：

Eureka不再从注册列表中移除因为长时间没收到心跳而应该过期的服务
Eureka仍然能够接受新服务的注册和查询请求，但是不会被同步到其它节点上(即保证当前节点依然可用)
当网络稳定时，当前实例新的注册信息会被同步到其它节点中

因此， Eureka可以很好的应对因网络故障导致部分节点失去联系的情况，而不会像zookeeper那样使整个注册服务瘫痪。

BASE理论

eBay的架构师Dan Pritchett源于对大规模分布式系统的实践总结, 在ACM上发表文章提出BASE理论, base理论是对cap理论的延伸, 核心思想是即使无法做到强一致性 ( StrongConsistency, CAP的一致性就是强一致性 ) , 但应用可以采用适合的方式达到最终一致性 ( Eventual Consistency )