【谈一谈】Redis是AP还是CP?

【谈一谈】Redis是AP还是CP?

再说这个话题之前,这里的是APCP不是"A片"和"C骗"啊 !~哈哈哈,就离谱,博文后面我会解释下的

我说下自己对Redis的感觉,我一直很好奇Redis,不仅仅是当缓存用那么简单,包括的它的底层设计

所以,思考再三,我决定先从Redis基础开始写(基础是王道!万丈高楼平地起,我米开始!嘿嘿)

一、总纲图:

在这里插入图片描述

二、什么是CAP?

要想谈一谈我们本文的主题AP CP,可能有的小伙伴会说: 这我也不是 怎么熟悉啊!

那么我们先复习下大名鼎鼎CAP 理论

CAP理论

看下面的这张图,我们会发现CAP对应的三个单词【建议自己画画图,印象深刻】

C: 一致性(Consistency)–

  • 每次读取都会收到最新的写入数据或者错误信息
  • (:这里面的一致性,指的是强一致性,不是市面上所说的所有节点在相同时间看到是一样的数据)

A:可用性(Availability)–

  • 每个请求都会收到非错误地响应,但是这个响应的信息不保证是最新的 ,只保证可用

P:分区容错性(Partition Tolerance)–

  • 就是网络节点间丢弃或者延迟一定数量(就是任意数量)信息,也不影响大局,系统还是能够正常运行

在这里插入图片描述

好了,我们言归正传,回到我们的主题上面

三、为啥说Redis是AP?不是CP?

我们知道,Redis是一个开源的内存数据库,且是执行单线程处理

但是网上,若是喜欢读博客的小伙伴,会发现很多人说这样一句话:

  • 单机的RedisCP的,集群的REDISAP

这句话真的对吗? 大家在看下文前,倾思考思考!~我当时读到第一反应就是疑惑,于是我就去查询大量资料

有的人说:

  1. CAP是针对分布式场景中,如果是单机REDIS,就压根儿和什么分布式不着边,都没 P了!!还说哈APCP??
  2. 在单机的REDIS中,应为只有一个实例,那么他的一致性是有保障的,如果这个节点挂了,就没有可用性可言了,所以他是CP系统

我在这里说下,以上两个观点都特么错的!!!以偏概全,混淆是非!~就是AP!!

~哈哈哈!你可能会说:我去,那你证明啊,这特么为啥是错的啊!,别急嘛!我们往下读,让你心服口服,嘿嘿

REDISAP的理由

第一点: 一致性

我们都知道,REDIS设计目标高性能,高扩展高可用性 ,

而且REDIS的一致性模型是最终一致性:

(什么意思呢?)就是在某个时间点读取的数据可能不是最新的,但殊途同归,最终会达到一致的状态

为什么Redis无法保持强一致性??

主要原因: 异步复制

  • 因为Redis在分布式的设计中采用的是异步复制,者导致在节点之间存在数据在同步和延迟不一致的情况存在

  • 换句话说:

    • 当某个节点的数据发生改变,Redis会将这个节点的修改操作发送给其他节点进行同步~(这是正常步骤,没毛病是不,我们继续往下看)
    • 但是(不怕一万,就怕万一来了,哈哈哈)因为网络传输的延迟,拥塞等原因,这些操作没有立即被被其他节点收到和执行,
    • 从而产生节点之间数据不一致的情况!!!
  • 抛开上面的影响点,节点故障Redis的一致性影响也是很大的

    举个例子:

    当一个节点宕机时,这个节点的 数据就可能同步不到其他节点上,这就会导致数据在节点间不一致

    你可能有疑惑?那Redis不是有哨兵和复制等机制吗?

    但是,问题就是但是,哈哈~这些机制是能提高系统的可用性和容错性,能完全解决吗?

    ~(你没看错,就是完全解决,能吗??)不能吧,自己主观推下也能想到那种万一场景吧!!!

你说既然异步不行,那么我就用同步机制就不好了!!不就是CP了???

~no!no!NO !哈哈哈,年轻人,想的太简单了哈!~

我们看看官网是怎么说的()

  • Redis客户端可以使用WAIT命令请求特定数据进行同步复制

  • 使用WAIT,只能说发生故障时丢失写操作的概率会大大降低,且是在难以触发的故障模式情况下

  • 但是!!

  • WAIT只能确保数据在Redis实例中有指定数量的副本被确认

    不能将一组REdis转换为具有强一制性的CP系统

  • 什么意思?

    故障转移期间,由于Redis持久化配置,当中已确认的写操作,仍然可能会丢失

针对有些读者的优秀的问题,我在这里进行专门解释下:

1.副本(Replicas)

Redis的上下文中,“副本”通常指的是“从节点”(Slave Nodes)。

  1. Redis支持主从复制(Master-Slave Replication)架构,这是一种数据冗余策略,用于提高系统的可靠性和可用性。
  2. 在这种架构中,数据在一个主节点(Master Node)上进行写入操作,然后自动(异步或半同步方式)复制到一个或多个从节点上。
  3. 这些从节点保存的数据是主节点数据的一个副本,它们可以用来提供读服务,或者作为故障切换时提升为主节点的候选者
  4. 所以,当提到“特定数据进行同步复制”时,意味着将主节点上的数据更新同步到其关联的从节点上,以保持数据的一致性。
2.一组Redis

当提到“一组Redis”时,这里通常指的是一个Redis集群或者是一个包含多个Redis实例(包括主节点和从节点)的部署环境

  1. 在分布式系统中,为了提高处理能力和容错能力,不是单一地使用一个Redis服务器,而是部署多个Redis实例协同工作,形成一个整体系统
  2. 这组Redis实例可能包括了多个主节点和它们各自的从节点,通过复制和分片等机制来分散负载和提高数据的可靠性
3. 转变为具有强一致性的CP系统

提到“将一组Redis实例转变为具有强一致性的CP系统”,这是在讨论系统设计的理论模型

首先我们看下如下的解释:

Redis本身设计倾向于高可用性和分区容错性(AP),

  1. 这意味着在某些故障场景下,它可能无法立即保证所有客户端都能看到最新的数据(即弱一致性)。
  2. 而“强一致性”要求所有节点上的数据在任何时候都是一样的,任何成功的写操作对于后续的读操作都是可见的。

所以:,我们再来看看wait

  1. 使用WAIT命令可以在某种程度上增强Redis集群间的数据一致性,
  2. 但要达到严格的强一致性,还需要额外的机制和配置,比如更严格的持久化策略和网络分区后的处理逻辑,
  3. 这也就是为什么说WAIT不能单方面将Redis集群转变为严格意义上的CP系统的原因

完结!~

士不可以不弘毅,任重而道远,诸君共勉!~

  • 27
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 7
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值