浅析CAP理论以及一致性方案
其他
2020-03-24 23:38:03
阅读次数: 0
CAP理论
Consistency(一致性)
- 通过某个节点的写操作结果对后面通过其他节点的读操作可见
- 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(可用性)
- 任何一个没有发生故障的节点必须在有限时间内返回合理的结果
Partition tolerance(分区容忍性)
- 部分节点宕机或者无法与其他节点通信时,各分区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和一致性之间做权衡。
一致性方案
Master-slave
- RDBMS 的读写分离即为典型的Master-slave方案
- 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
发布了29 篇原创文章 ·
获赞 0 ·
访问量 4333
转载自blog.csdn.net/u011536031/article/details/101531106