CAP特性與Base理論

来源:https://www.cnblogs.com/itzzx/archive/2023/01/16/17055632.html
-Advertisement-
Play Games

CAP特性 ​ CAP理論是在設計分散式系統的過程中,處理數據一致性問題時必須考慮的理論,一個分散式系統最多只能同時滿足一致性(Consistence)、可用性(Availability)和分區容錯性(Partition tolerance)這三項中的兩項。 2000年7月Eric Brewer教授 ...


CAP特性

​ CAP理論是在設計分散式系統的過程中,處理數據一致性問題時必須考慮的理論,一個分散式系統最多只能同時滿足一致性(Consistence)、可用性(Availability)和分區容錯性(Partition tolerance)這三項中的兩項。

2000年7月Eric Brewer教授僅僅提出來的是一個猜想,2年後,麻省理工學院的Seth Gilbert和Nancy Lynch從理論上證明瞭CAP理論,並且而一個分散式系統最多只能滿足CAP中的2項。之後,CAP理論正式成為分散式計算領域的公認定理

比如Redis他就是 AP 特性(所以它才能搞可用)、 Zookeeper就是CP特性

C(一致性Consistency)

​ 所有節點在同一時間的看到的數據相同、即更新操作成功並返回客戶端完成後,所有節點在同一時間的數據完全一致,不能存在中間狀態。

分散式環境中,一致性是指多個副本之間能否保持一致的特性。在一致性的需求下,當一個系統在數據一致的狀態下執行更新操作後,應該保證系統的數據仍然處理一致的狀態。

image-20230116133821340
.png)

一致性又可分為強一致性和弱一致性&最終一致性

強一致性

​ 如果的確能像上面描述的那樣時刻保證客戶端看到的數據都是一致的,那麼稱之為強一致性、比如12306就是強一致性的、用戶下單購票之後,必須要所有節點同步扣除票餘額才算訂票成功,避免超票的情況

最終一致性

​ 允許中間狀態、只要經過一段時間後,通過定時或者其他方式、數據最終是一致性的,則稱為最終一致性(比如我們生活中看到的評論這些就可以使用最終一致性)

弱一致性

​ 允許存在部門數據不一致


A(可用性Availability)

​ 伺服器一直是可用的、不會出現錯誤、即使我數據不一致,我也會返回老的數據給你看,但是不能保證數據是否最新的

從兩個維度去考慮

  • 有限時間內

    ​ 比如有一個用戶下單了一個操作、必須在指定的時間內給用戶響應結果、強調1s法則,不能為了保證分散式事務的一致性,需要10分鐘才能處理完,10分鐘才給用戶響應結果、在互聯網應用顯然是不能接受的。

  • 返回正常結果

    ​ 客戶請求了伺服器、在處理用戶請求的時候、伺服器發生了異常,不能直接丟給用戶一個 Exception、或者超時時間太長了。

image

客戶端請求伺服器的時候、伺服器需要做很多處理耗時長、如果要保證A可用性的話、就可以使用非同步的方式、提前給客戶響應結果

P(分區容錯性Partition)

​ 即使系統的某個分區遇到嚴重的故障,系統能繼續提供服務。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

網路分區,是指分散式系統中,不同的節點分佈在不同的子網路(機房/異地網路)中,由於一些特殊的原因導致這些子網路之間出現網路不連通的狀態,但各個子網路的內部網路是正常的,從而導致整個系統的網路環境被切分成了若幹孤立的區域。組成一個分散式系統的每個節點的加入與退出都可以看做是一個特殊的網路分區。

image

如果發生失敗,就要在A和C之間做出選擇、要麼停止系統進行錯誤恢復,要麼繼續服務但是降低一致性,所以我們說只能保證AP或CP

CAP的應用

放棄P(Partition tolerance)

放棄分區容錯性的話,則放棄了分散式,放棄了系統的可擴展性、相當於就是一個單體應用了

放棄A(Availability)

​ 放棄可用性的話、架構模式就是CP 、在遇到網路分區或者其他故障的時候、為了保證數據的一致性、則需要等待一定的時間或者是直接無法使用

image

放棄C(Consistency)

​ 放棄一致性(指的是強一致性)、架構模式就是AP、無法保證系統數據的實時一致性、在數據達到最終一致性時,有個時間視窗,在時間視窗內,數據是不一致的。

對於分散式系統來說,P是不能放棄的,因此架構師通常是在可用性和一致性之間權衡。

image

CAP總結

​ 目前大多數大型系統應用都是分散式部署的、分散式場景下中的數據一致性問題一直是一個比較重要的話題。

基於CAP理論、很多系統在設計之初就要對著三者做出取捨、任何一個分散式系統都無法同時滿足一致性(Consistency)可用性(Availability)分區容錯性(Partition tolerance) 、最多只能同時滿足兩項。在互聯網領域的絕大多數的場景中,都需要犧牲強一致性來換取系統的高可用性,系統往往只需要保證最終一致性

疑問解答

為什麼分散式系統中無法同時保證一致性和可用性?

​ 首先一個前提,對於分散式系統而言,分區容錯性是一個最基本的要求,因此基本上我們在設計分散式系統的時候只能從一致(Consistency)和可用性(Awailability)之間進行取捨

  • 如果保證了一致性(C):對於節點N1和N2,當往N1里寫數據時,N2上的操作必須被暫停,只有當N1同步數據到N2時才能對N2進行讀寫請求,在N2被暫停操作期間客戶端提交的請求會收到失敗或超時。顯然,這與可用性是相反的。
  • 如果保證了可用性(A):那就不能暫停N2的讀寫操作,但同時N1在寫數據的話,這就違背了一致性的要求。

CAP和ACID中的A和C有什麼區別?

A的區別

  • ACID中的A指的是原子性(Atomicity)、表示事務被視為一個不可分割的最小工作單元、事務中的所有操作要麼全部提交成功,要麼全部失敗回滾;

image

  • CAP中的A指的是可用性(Availability) 、是指集群中一部分節點故障後,集群整體是否還能響應客戶端的讀寫請求;

image

C的區別

  • ACID一致性是有關資料庫規則,指的是在執行事務前後,事務外訪問數據的時候,數據是一致的,要麼看到的是成功的,要麼看到的是失敗的結果,不會多任務查詢到的數據不一樣

image

  • CAP的一致性是分散式多伺服器之間複製數據令這些伺服器擁有同樣的數據,由於網速限制,這種複製在不同的伺服器上所消耗的時間是不固定的,集群通過組織客戶端查看不同節點上還未同步的數據維持邏輯視圖,這是一種分散式領域的一致性概念

image

ACID里的一致性指的是事務執行前後,資料庫完整性,而CAP的一致性,指的是分散式節點的數據的一致性。背景不同,無從可比

Base理論

​ BASE是CAP理論的延伸、對於一致性(Consistency)我們採用的方案是保證最終一致性。

eBay的架構師Dan Pritchett源於對大規模分散式系統的實踐總結,在ACM上發表文章提出BASE理論,BASE理論是對CAP理論的延伸,核心思想是即使無法做到強一致性(StrongConsistency,CAP的一致性就是強一致性),但應用可以採用適合的方式達到最終一致性(Eventual Consitency)。

Basically Available(基本可用)

​ 在分散式系統出現故障的時候,允許損失部分可用性,支持分區失敗,即保證核心可用。

  • 響應時間上的損失、出現故障的時候,響應時間增加
  • 限流、當流量高峰的時候、限流保證系統的穩定性

Soft State(軟狀態)

​ 接受一段時間的狀態不同步,及中間狀態,而改中間狀態不影響系統整體可用性。這裡的中間狀態就是CAP理論中的數據不一致性、允許系統在不同節點的數據副本之間進行數據同步的過程存在延時

最終一致性(Eventually consistency)

​ 系統中所有的數據副本,在經過一段時間的同步後,最終能夠達到一個一致的狀態、其本質是需要系統保證最終數據能夠達到一致,而不需要實時保證系統數據的強一致性

主要是對AP的補充。犧牲數據的強一致性,來保證數據的可用性,雖然存在中間裝填,但數據最終一致、允許數據在一段時間內是不一致的,但最終達到一致狀態


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 1. MySQL8安裝 安裝環境 操作系統:CentOS7 MySQL版本:8.0.28 安裝方式:二進位Generic 軟體路徑:/app/database 數據路徑:/data/3306 日誌路徑:/binlog/3306 MySQL Community Server 社區版官網下載鏈接 MyS ...
  • 摘要:華為日曆月活高達數千萬,這使其對支撐業務的資料庫提出了巨大挑戰:高併發場景下,資料庫如何實現快速擴容?海量數據運行,如何確保業務穩定性? 本文分享自華為雲社區《穩定支撐千萬級月活,華為日曆背後的英雄》,作者: GaussDB 資料庫。 隨著科技進步,手機日曆早已融入我們的生活,不僅可以記錄時間 ...
  • 列表中自動播放視頻,常規方案是在每個 xml 中寫入視頻佈局,然後在滑動時獲取當前的下標,播放此下標的視頻 弊端:播放容易出錯,需要精準控制好停止播放操作,並且適配器中容易觸發多次刷新,導致執行多次同樣的操作,不易控制離開停止等操作,增加了佈局的負擔,影響滑動流暢度,無法復用... 使用過的都比較清 ...
  • 前言 最近在做博客園的界面美化,用的是博客園[guangzan]的開源項目,配置超級簡單,只需要複製粘貼代碼就好啦。 但在粘貼 CSS 代碼時遇到一個問題,那就是所有代碼都擠在了一行,沒有一點排板的樣子(如下圖),對我來說是不能忍受的,便決定解決這一問題。 經過一番網上衝浪後,我找到瞭解決方法,並且 ...
  • JavaScript 中有多種方法來判斷變數的類型,如 typeof、instanceof、Object.prototype.toString.call()、constructor屬性、Symbol.toStringTag屬性以及 lodash 等第三方庫 ...
  • JavaScript 中的拷貝分為兩種:淺拷貝和深拷貝。 淺拷貝是指在拷貝過程中,只拷貝一個對象中的指針,而不拷貝實際的數據。所以,淺拷貝中修改新對象中的數據時,原對象中的數據也會被改變。 深拷貝是指在拷貝過程中,拷貝一個對象中的所有數據,並創建一個新對象,對新對象進行操作並不會影響到原對象。 ...
  • 1、介紹 Vue(讀音/vju/,類似view),是中國的大神尤雨溪開發的,為數不多的國人開發的世界頂級開源軟體。是一套用於構建用戶界面的漸進式框架,Vue 被設計為可以自底向上逐層應用。MVVM響應式編程模型,避免直接操作DOM,降低DOM操作的複雜性。 Vue官網地址:https://cn.vu ...
  • node和npm在某種意義上,早已成為當前前端開發中不可或缺的工具。 本文將介紹如何進行node和npm的版本升級和指定等等操作。 查看node和npm版本: node -v npm -v 清除npm緩存: npm cache clean -f 如何升級npm 當只需要簡單的升級 npm 的時候,可 ...
一周排行
    -Advertisement-
    Play Games
  • 一:背景 1. 講故事 年前遇到了好幾例托管堆被損壞的案例,有些運氣好一些,從被破壞的托管堆記憶體現場能觀測出大概是什麼問題,但更多的情況下是無法做出準確判斷的,原因就在於生成的dump是第二現場,借用之前文章的一張圖,大家可以理解一下。 為了幫助更多受此問題困擾的朋友,這篇來整理一下如何 快狠準 的 ...
  • 前言 .NET6 開始,.NET Croe API 項目取消了 Startup.cs 文件,在 Program.cs 文件的 Main 函數中完成服務的註冊和中間件管道的管理。但當我們項目引入更多包的時候,Program.cs 文件也會看起來很臃腫。 而且,我們不只會有一個後端項目,為了方便快速創建 ...
  • 目錄 背景 get 與 post 的區別 所有介面都用 post 請求? 背景 最近在逛知乎的時候發現一個有趣的問題:公司規定所有介面都用 post 請求,這是為什麼? 看到這個問題的時候其實我也挺有感觸的,因為我也曾經這樣問過我自己。在上上一家公司的時候接到一個項目是從零開始搭建一個微服務,當時就 ...
  • *以下內容為本人的學習筆記,如需要轉載,請聲明原文鏈接 微信公眾號「englyf」https://mp.weixin.qq.com/s/2GFLTstDC7w6u3fTJxflNA 本文大概 1685 個字,閱讀需花 6 分鐘內容不多, 但也花了一些精力如要交流, 歡迎關註我然後評論區留言 謝謝你的 ...
  • 在新版本的pandas中,上述代碼會引起警告,建議改成SQLAlchemy connectable(engine/connection),後續代碼將引入這種升級的連接方式。 ...
  • 幾乎所有的高級編程語言都有自己的垃圾回收機制,開發者不需要關註記憶體的申請與釋放,Python 也不例外。Python 官方團隊的文章 https://devguide.python.org/internals/garbage-collector 詳細介紹了 Python 中的垃圾回收演算法,本文是這篇 ...
  • 如果您想查找高於或低於平均值的數字,可以不必計算該平均值,就能查看更高或更低的值。通過Java應用程式,可以自動突出顯示這些數字。除了快速突出顯示高於或低於平均值的值外,您還可以查看高於或低於的值的個數。現在讓我們看看如何在 Java應用程式中實現此操作。 引入jar包 導入方法1: 手動引入。將  ...
  • 第一種方式:使用{} firstDict = {"name": "wang yuan wai ", "age" : 25} 說明:{}為創建一個空的字典對象 第二種方式:使用fromkeys()方法 second_dict = dict.fromkeys(("name", "age")) #valu ...
  • 在golang中可以使用a := b這種方式將b賦值給a,只有當b能進行深拷貝時a與b才不會互相影響,否則就需要進行更為複雜的深拷貝。 下麵就是Go賦值操作的一個說明: Go語言中所有賦值操作都是值傳遞,如果結構中不含指針,則直接賦值就是深度拷貝;如果結構中含有指針(包括自定義指針,以及切片,map ...
  • 本文結合京東監控埋點場景,對解決樣板代碼的技術選型方案進行分析,給出最終解決方案後,結合理論和實踐進一步展開。通過關註文中的技術分析過程和技術場景,讀者可收穫一種樣板代碼思想過程和解決思路,並對Java編譯器底層有初步瞭解。 ...