超级会员免费看
本文深入探讨分布式系统中的核心理论概念，包括CAP理论、Base理论、二阶段提交（2PC）、三阶段提交（3PC）、Paxos算法和Raft算法。CAP理论指出分布式系统只能同时满足一致性、可用性和分区容错性中的两个。Base理论主张基本可用、软状态和最终一致性。2PC和3PC是用于分布式事务的提交协议，而Paxos和Raft是解决分布式一致性问题的算法。文章还讨论了分布式事务的其他方法，如TCC和XA事务，以及Quorum NWR模型，帮助读者更好地理解和处理分布式场景下的问题。
随着计算机科学和互联网的发展，分布式场景变得越来越常见，能否处理好分布式场景下的问题，成为衡量一个工程师是否合格的标准。本文我们介绍下分布式系统相关的理论知识，这些理论是我们理解和处理分布式问题的基础。
CAP理论
CAP理论是在1998年由计算机科学家Eric Brewer提出的。介绍下CAP理论。
- Consintency：一致性，即访问所有节点得到的结果是一致的，这里的一致性指强一致。
- Availability：可用性，即所有节点保持高可用，这里的高可用还包括不能出现过高的延迟。
- Partition tolerance：分区容错性，节点之前网络不可用时，系统仍然可以对外提供服务。 CAP理论的原理是：一个系统最多可以同时满足以上三个条件中的两个，不可能三个同时满足。
之前看到过一个更容易理解的解释方法： - C代表一致
- A代表同一时间
- P代表不同空间 CP：不同空间，如果数据一致必然不会在同一时间
AP：不同空间，如果在同一时刻可以从任意空间取数据必然会导致数据状态不一致
CA：任意时刻获取数据都保证一致，必然P只能是1
结合现实中的业务场景，P（分区容错性）是每一个系统必须满足的要求，我们实际的选择就只有C
订阅专栏 解锁全文
扫一扫
3018
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
