CAP 理論
【1】CAP 理論指出對于一個分布式計算系統來說，不可能同時滿足以下三點：
1）一致性：在分布式環境中，一致性是指資料在多個副本之間是否能夠保持一致的特性，等同于所有節點訪問同一份最新的資料副本，在一致性的需求下，當一個系統在資料一致的狀態下執行更新操作后，應該保證系統的資料仍然處于一致的狀態，【指強一致性】
2）可用性：每次請求都能獲取到正確的回應，每一個操作總是能在確定的時間內回傳，但是不保證獲取的資料為最新資料，
3）磁區容錯性：分布式系統在遇到任何網路磁區故障的時候，仍然需要能夠保證對外提供滿足一致性和可用性的服務，除非是整個網路環境都發生了故障，
【2】一個分布式系統最多只能同時滿足一致性（Consistency）、可用性（Availability）和磁區容錯性（Partition tolerance）這三項中的兩項，
【3】在這三個基本需求中，最多只能同時滿足其中的兩項，P 是必須的，因此只能在 CP 和 AP 中選擇，zookeeper 保證的是 CP，對比 spring cloud 系統中的注冊中心 eureka實作的是 AP，【與其說是三項中選兩項，本質上是在C與A之間進行二選一】
【4】分析高可用性與強一致性之間存在違背的地方：
1.先說說可用性：每次請求都能在限定的時間內獲取到正確的回應，
2.再說強一致性：每次寫入的時候，都會在leader（主節點）上先寫入，然后同步給其他節點，在此階段是不對外提供服務的，故而，follower（從節點）越多，其實不可控的時間也就越長，
3.所以說可用性在強一致性同步資料階段得不到保障，這就是問題，
【5】故而市面上常說的CAP理論，其實是最終一致性，可用性，與磁區容錯性，如zookeeper ，說是CP架構：
1）Leader接收Client的寫請求,廣播給其他Follower節點,其他節點將訊息加入待寫佇列,向Leader發送成功訊息,過半的Follower同意后,Leader向所有節點發送提交訊息,Follower會落實寫請求，（并不滿足全部節點都寫入，只是保證大多數節點的寫入，此時系統的各節點資料并不保證完全一致）
2）每一次寫入的時候Leader（寫入操作只能由Leader進行）都會有個ZXID，而從節點也會按照ZXID來進行順序寫入，從而最終達到與Leader的資料一致（順序一致性），
3）所以總結起來zookeeper保證的是線性寫，順序讀，但是拿到的資料不保證一致，
BASE 理論
【1】BASE 是 Basically Available(基本可用)、Soft-state(軟狀態) 和 Eventually Consistent(最終一致性) 三個短語的縮寫，
1）基本可用：在分布式系統出現故障，允許損失部分可用性（服務降級、頁面降級），
2）軟狀態：允許分布式系統出現中間狀態，而且中間狀態不影響系統的可用性，這里的中間狀態是指不同的 data replication（資料備份節點）之間的資料更新可以出現延時的最終一致性，
3）最終一致性：data replications 經過一段時間達到一致性，
【2】BASE 理論是對 CAP 中的一致性和可用性進行一個權衡的結果，理論的核心思想就是：我們無法做到強一致，但每個應用都可以根據自身的業務特點，采用適當的方式來使系統達到最終一致性，
一致性的型別
強一致性:又稱線性一致性(linearizability ) 1.任意時刻，所有節點中的資料是一樣的, 2.一個集群需要對外部提供強一致性，所以只要集群內部某一臺服務器的資料發生了改變，那么就需要等待集群內其他服務器的資料同步完成后，才能正常的對外提供服務 3.保證了強一致性，務必會損耗可用性 弱一致性: 1.系統中的某個資料被更新后，后續對該資料的讀取操作可能得到更新后的值，也可能是更改前的值， 2.即使過了不一致時間視窗，后續的讀取也不一定能保證一致， 最終一致性: 1.弱一致性的特殊形式,不保證在任意時刻任意節點上的同一份資料都是相同的，但是隨著時間的遷移，不同節點上的同一份資料總是在向趨同的方向變化 2.存盤系統保證在沒有新的更新的條件下，最終所有的訪問都是最后更新的值 順序一致性: 1.任何一次讀都能讀到某個資料的最近一次寫的資料， 2.對其他節點之前的修改是可見(已同步)且確定的,并且新的寫入建立在已經達成同步的基礎上，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/517760.html
標籤：其他
下一篇：瑞吉外賣實戰專案全攻略——第一天