网站制作属于什么品牌,中国建设银行大学生招聘信息网站,python网站开发环境,wordpress网站响应慢在面试环节#xff0c;经常会问CAP、BASE等相关的分布式理论#xff0c;其实这些名词主要还是来自于分布式的一致性#xff0c;今天主要介绍分布式一致性#xff1a;强一致性、最终一致性、ACID、CAP等理论。分布式一致性的背景随着分布式事务的出现#xff0c;传统的单机…在面试环节经常会问CAP、BASE等相关的分布式理论其实这些名词主要还是来自于分布式的一致性今天主要介绍分布式一致性强一致性、最终一致性、ACID、CAP等理论。分布式一致性的背景随着分布式事务的出现传统的单机事务模型(ACID)已经无法胜任尤其是对于一个高访问量、高并发的互联网分布式系统来说。如果我们要求严格一致性很可能就需要牺牲掉系统的可用性反之亦然。如何构建一个兼顾可用性和一致性的分布式系统成为了无数Java工程师探讨的难题。数据一致性的由来一致性(Consistency)一直是分布式系统里一个很重要的话题。在存储系统中为了避免数据丢失我们都会对数据进行持久化。对数据进行持久化可以避免宕机带来的数据丢失问题但是不能解决单机永久性故障的问题。存储系统作为基础设施在单机上持久化是远远不够的我们需要将数据复制到多台机器上以提升系统的可用性和可靠性。一旦数据被复制到多个节点那么就产生了一致性的问题。分布式数据一致性的级别1、强一致性是最强的一致性模型要求任何读取操作都能读取到最新的值换句话说要求任何写入操作立即同步给所有进程。2、弱一致性这种一致性级别约束了系统在写入成功后不承诺立即可以读到写入的值也不久承诺多久之后数据能够达到一致但会尽可能地保证到某个时间级别(比如秒级别)后数据能够达到一致状态。3、最终一致性最终一致性是弱一致性的一个特例系统会保证在一定时间内能够达到一个数据一致的状态。这里之所以将最终一致性单独提出来是因为它是弱一致性中非常推崇的一种一致性模型也是业界在大型分布式系统的数据一致性上比较推崇的模型。一致性相关的理论关系式数据库ACIDACID是数据库(MySQL)事务正确执行所必须满足的四个特性的首字母缩写。1.Atomicity(原子性)一个事务的所有操作要么全部完成要么全部不完成。所谓事务是指由一系列数据操作所组成的完整逻辑过程。比如银行转账事务由两个操作组成从源账户扣除金额以及向目标账户增加金额。2.Consistency(一致性)指事务开始之前和事务结束之后数据的完整性约束没有被破坏。包含两层含义a)数据库机制层面事务执行前后数据能符合设置的约束如唯一约束、外键约束b)业务层面由应用开发人员保证业务一致性。还是以银行转账为例A、B两个账号转账之前和之后A、B两个账号余额总额必须一致。3.Isolation(隔离性)数据库能够防止由于多个并发事务交叉执行而导致数据的不一致。4.Durability(持久性)指事务结束后对数据的修改是永久的不会回滚到之前的状态。CAP理论在分布式系统中也有类似数据库ACID的特性那就是CAP他们分别是1.Consistency 一致性强调进群节点中数据一致。在分布式中一致性又包括强一致性和弱一致性强一致性就是指在任何时刻任何节点看到的数据都是一样的弱一致性一般实现是最终一致性即刚开始可能存在差异但随着时间的推移最终数据保持一致。2.Availability 可用性强调集群在任何时间内都正常使用3.Partition Tolerance 分区容错性即使某一部分集群坏掉另一部分仍能正常工作。这三个特性只能满足其中两个牺牲另一个。大部分系统也都是如此一般来说分布式集群都会保证P优先即集群部分节点坏死不影响整个集群的使用然后再去追求C和A。因为如果放弃P——分区可用性那不如就直接使用多个传统数据库了。事实上很多微服务分库分表就是这个道理。如果追求强一致性那么势必会导致可用性下降。比如在Master-Slave的场景中Master负责数据写入然后分发给各个节点所有节点都写入成功才算写入这样保证了强一致性但是延迟也会随之增加导致可用性降低。因此在可用性和一致性之间就出现了各种解决方案如时序一致性、最终一致性等等。BASE理论BASE理论是对CAP理论的延伸,核心思想是即使无法做到强一致性(Strong Consistency,CAP的一致性就是强一致性),但应用可以采用适合的方式达到最终一致性(Eventual Consitency)。BASE是指基本可用(Basically Available)、软状态( Soft State)、最终一致性( Eventual Consistency)。1.基本可用(Basically Available) 基本可用是指分布式系统在出现故障的时候,允许损失部分可用性,即保证核心可用。电商大促时,为了应对访问量激增,部分用户可能会被引导到降级页面,服务层也可能只提供降级服务这就是损失部分可用性的体现。2.软状态( Soft State) 软状态是指允许系统存在中间状态,而该中间状态不会影响系统整体可用性。分布式存储中一般一份数据至少会有三个副本,允许不同节点间副本同步的延时就是软状态的体现。mysql replication的异步复制也是一种体现。3.最终一致性( Eventual Consistency) 最终一致性是指系统中的所有数据副本经过一定时间后,最终能够达到一致的状态。弱一致性和强一致性相反,最终一致性是弱一致性的一种特殊情况。BASE和ACID代表两种截然相反的设计理念ACID注重一致性是传统关系型数据库(MySQL)的设计思路BASE关注高可用性。当今大规模、跨数据中心的分布式系统(如云计算)大多同时采用这两种设计理念并在两者之间寻求平衡。以上就是分布式一致性理论的介绍更多分布式架构设计Redis缓存、Dubbo、Kafka、秒杀专题请参考如下更多分布式架构设计系列以上23期分布式资料获取方式私信发送这三个字【分布式】即可获取重要的事情说三遍转发、转发、转发后再发私信才可以拿到哦
