CAP理论

CAP:

Consistency

通过某个节点的写操作结果对后面通过其它节点的读操作可见
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

任何一个没有发生故障的节点必须在有限的时间内返回合理的结果

Partition tolerance

部分节点宕机或者无法与其它节点通信时,各分区间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与一致性之间做权衡
99F3FEC1-3FA0-43BB-BE5B-1222076F5A9E.png
B5AAF66E-FAD7-4BF6-A0EE-D2A2B226B72F.png

一致性方案

Master-slave

RDBMS的读写分离即为典型的Master-slave方案 Ø 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

发表新评论