微服务法则三大理论

weixin_48788232

已于 2024-01-25 19:12:50 修改

阅读量1k

点赞数 23

文章标签：微服务

于 2024-01-24 17:41:38 首次发布

本文链接：https://blog.csdn.net/weixin_48788232/article/details/135827468

版权

三个理论

AKF

"AKF" 通常是指在软件系统设计和架构中的三个关键属性：可用性（Availability）、可扩展性（Scalability）、灵活性（Flexibility）。这三个属性是来自于《The Art of Scalability》一书中的概念，由 Martin L. Abbott 和 Michael T. Fisher 提出。

具体解释如下：

可用性（Availability）： 衡量系统在任何时刻都能够对外提供服务的能力。高可用性系统能够保持对用户的响应，即使部分组件或节点发生故障。实现高可用性通常涉及到冗余部署、负载均衡、故障恢复等技术手段。
可扩展性（Scalability）： 衡量系统能够处理和适应不断增长的负载的能力。可扩展性体现在系统可以有效地扩展到更大的规模，以满足用户需求。可扩展性可以通过水平扩展（增加节点、服务器）和垂直扩展（增加单个节点的资源）来实现。
灵活性（Flexibility）： 衡量系统在应对变化和新需求时的灵活性。灵活性体现在系统的架构、设计和实现上，使其能够适应未来的变化和新的业务需求。灵活性与可维护性、可扩展性等概念紧密相关。

这三个属性一起构成了一个系统设计和架构的基本框架，帮助工程师和架构师考虑如何设计和构建具有高度可用性、可扩展性和灵活性的系统。这个框架有助于应对系统在不断变化的环境中的挑战，并确保系统能够适应不断增长的用户和业务需求。

CAP

CAP 是指分布式系统设计中的三个关键特性，分别是一致性（Consistency）、可用性（Availability）和分区容忍性（Partition Tolerance）。这是由计算机科学家 Eric Brewer 提出的 CAP 定理。

一致性（Consistency）：
- 一致性要求系统在分布式环境中的所有节点都能够看到相同的数据，即对系统的读操作和写操作都应该保证数据的一致性。在一致性模型下，一个节点上的写操作成功后，其他节点的读操作应该立即看到这个变化。
可用性（Availability）：
- 可用性要求系统在面临故障时仍能够保持可用，即系统能够继续处理和响应用户请求。在可用性模型下，系统可以在出现故障时牺牲一些一致性，确保系统仍然对外提供服务。
分区容错性（Partition Tolerance）：
- 分区容错性表示系统能够在面临网络分区的情况下仍能够正常工作。网络分区是指在分布式系统中，网络连接中断，导致节点之间无法通信。分区容忍性要求系统能够在分区发生时继续工作，即便是在分区之间出现通信故障的情况下。

CAP 定理指出，在一个分布式系统中，最多只能同时满足 CAP 中的两个条件，不可能同时满足三个。这是因为在分布式系统中，当网络发生分区时，要么保持一致性会牺牲可用性，要么保持可用性会牺牲一致性。

不同的系统可能会在 CAP 的权衡上做出不同的选择，根据具体的业务需求来决定在一致性、可用性和分区容忍性之间的平衡。例如，关系型数据库通常更注重一致性，而 NoSQL 数据库通常更注重可用性和分区容忍性。

BASE

BASE 是分布式系统中的一种设计理念，它是对传统的 ACID（原子性、一致性、隔离性、持久性）事务模型的一种补充。BASE 是 Basically Available（基本可用）、Soft state（软状态）、Eventually consistent（最终一致）的首字母缩写。BASE 理论更强调在分布式系统中放宽一致性的要求，允许系统在一段时间内处于非一致的状态，但最终会达到一致性。

具体来说，BASE 理论包含以下三个主要特点：

基本可用性（Basically Available）：
- 系统保证基本的可用性，即系统在面临故障时仍能够对外提供基本的服务。在 BASE 模型中，允许损失一些可用性，但不会牺牲系统的整体可用性。
软状态（Soft state）：
- 系统允许在一段时间内处于非一致的状态。软状态的概念意味着系统的状态可以在一段时间内不同步，但在一定时间后会达到一致性。
最终一致性（Eventually consistent）：
- 系统保证在一定的时间内最终达到一致性。与强一致性不同，最终一致性并不要求系统的每个节点在任何时刻都具有相同的数据视图，但在一定时间内，所有节点的数据最终会趋于一致。