企业网站建设流程概述,jquery扁平自适应网站html5模板,做推送的网站除了秀米还有,wordpress网页视频播放器之前我们讨论了传统的数据库事务的 ACID 特性#xff1a; 解读事务的ACID#xff01; 其实传统数据库和 NoSQL 中对于可用性、一致性的理解不一样。 因为有时候会听到一些新型数据库宣称满足强一致、高可用、且多地多中心容忍网络分区#xff0c;但是 CAP 不是说不能三者同时… 之前我们讨论了传统的数据库事务的 ACID 特性 解读事务的ACID 其实传统数据库和 NoSQL 中对于可用性、一致性的理解不一样。 因为有时候会听到一些新型数据库宣称满足强一致、高可用、且多地多中心容忍网络分区但是 CAP 不是说不能三者同时满足吗这些矛盾来源于对 CAP 理解有偏差。今天来讨论一下 NoSQL 的 CAP 理论。 本文预计阅读时间 7 分钟。 NoSQL数据库 一种新技术的出现是需求推动的那么对数据库的什么需求推动了 NoSQL 的出现呢看看传统数据库在使用时的一些问题 1大数据量情况下吞吐率达不到要求有单点瓶颈。 2事务的ACID特性要求太高很多应用场景不需要这个约束。 3具有单点故障机器宕机后就没法用了虽然可以做主从但是还需要人为干预有一段时间不可用。 4单节点存不下全部数据。 5数据容易丢失不做主备的话数据只有一份磁盘坏掉数据就丢了。 因此传统数据库一般应用于银行系统、医疗系统这些对操作的要求比较高或者数据量不大的场景。而一些需要高可用性的应用如Facebook、淘宝、亚马逊等传统数据库就无法满足要求。 于是人们希望抛弃传统数据库的思想构建分布式 NoSQL 数据库这种数据库有下面几个目标 1每个节点都可以提供读写服务提高系统吞吐率可动态增删节点集群的吞吐率随着节点的增加而线性增长。 2去掉了事务只提供比较简单的读写接口。 3避免单点故障由多个节点组成的集群一个节点坏了其他节点还能提供服务。 4所有节点的磁盘都可以用来存储数据提供分布式存储能力。 5为保证数据不丢失采用副本机制一个数据存多份分别放在不同节点。 6为了控制数据的存储位置还提出了数据分区的概念。 CAP理论 1998年 UC Berkeley 的 Eric Brewer 提出了 CAP 理论1999年一篇论文进行了总结 http://citeseerx.ist.psu.edu/viewdoc/download?doi10.1.1.67.6951reprep1typepdf 在构建 NoSQL 数据库时往往需要在很多方面做平衡。Brewer 在2000年左右提出了 CAP 理论 Consistency、Availability、Partition Tolerance 的首字母缩写。 CAP理论一个分布式系统不可能同时满足一致性、可用性和分区容错性最多只能同时满足其中的两个。 这个分布式系统一般是指在异步网络中的异步网络中没有全局时钟节点只能根据接收到的消息和本地计算做决策。 有的对 CAP 的误解也来源于对这三个性质的具体含义不清下面我们先看看这三个性质分别指什么。 一致性 CAP 的一致性与传统关系数据库中 ACID 的 C 不一样。ACID 中的 C 关心的是数据库中的约束有对单个数据值的约束也有对多个数据之间值的约束。而CAP 的一致性关心的是一个数据项不同副本的值是否相同。 在 NoSQL 数据库中由于数据有多个副本一个写操作需要更新所有副本由于存在节点间通讯的延迟可能有的节点的副本被更新了有的还是旧值这时读取不同的副本返回的值就会不一致。因此CAP 中的一致性指的是副本一致性或者相互一致性mutual Consistency他们和一个瞬时状态有关这个状态叫相互一致 相互一致如果系统中每个数据项的所有副本的值都相同那么系统处于相互一致的状态。在某一时刻这个状态只有满足或不满足两种情况。 我们可以认为 NoSQL 数据库仅提供简单的对单个数据项的读写操作如 write(a)read(b)write(b)等在这种情况下一致性的表现就和不同节点间读写操作的顺序有关了。因此很多一致性级别在规定读写操作的顺序和结果。 CAP中的一致性指的是强一致性当更新事务提交时所有副本处于相互一致的状态。 从操作的角度看所有操作必须存在一个全局唯一顺序使每个操作看起来好像是在一个瞬间完成的。在这种情况下在一个写操作之后的读操作可以读到这个写的值。 所有节点都可以读到已经更新的结果看起来就像是一个单机数据库而且操作是串行的和ACID隔离性中的可串行化隔离级别一样。 可用性 CAP 中的可用性指的是系统每个节点都能处理请求接收请求并返回结果。 而一般传统数据库的可用性是指系统做为一个整体能否对外提供服务只要有一个节点或多数节点能提供响应就可以称为可用。 分区容忍性 分区就是网络分区即一个集群被分割成了多个分区每个分区内部的节点可以通信而无法跨分区交流而且这个分区要假设是可能永久存在的。网路分区是分布式系统中逃不掉的。 而分区容忍性则是说在出现网络分区时系统能否正常对外提供服务。 举例 这张图是CAP里比较经典的图了。由于没有NoSQL同时满足三个因此只能二选一。 传统数据库由于只有一个节点没有网络分区问题正常情况下可以实现强一致性和可用性。而传统数据库的主备技术则是牺牲了可用性来保证一致性。 由于 NoSQL 数据库中网络分区是不可避免的当出现网络分区时如下图左图当接收到一个写操作 A2这个写请求只会被发送到一个节点上我们假设每个节点执行操作需要得到另外两个节点的认可才能执行并返回结果。这时只能在一致性和可用性里二选一。 如果保证一致性那么任何接收到请求的节点都无法收到全部节点的认同所以这个操作会被悬挂最终返回超时或执行错误。 如果保证可用性可能有一个网络分区接收到这个写请求并在当前分区内同步写请求这是就会与另一个分区数据不一致。这个分区是随机的可能是上图所示的 N3也可能是 N1 和 N2。 总结 有人诟病 CAP 理论认为 CAP 中的 P 是废话或者 CAP 太简单了没有量化对实际系统的构建没有具体的指导意义。比如我要牺牲一致性牺牲到什么程度一致性也有很多种级别强一致性、因果一致性、最终一致性等。这个在 CAP 中是没有说的。这确实是 CAP 理论的局限但是 CAP 理论让人们在构建系统时聚焦于这三个性质并从这三个方面来进行权衡。
