站点查询,wordpress 文章 自动生成标签,个人简历word文档模板,临海建设局网站cap 理论
cap是实现分布式系统的思想。
由3个元素组成。
Consistency#xff08;一致性#xff09;
在任何对等 server 上读取的数据都是最新版#xff0c;不会读取出旧数据。比如 zookeeper 集群#xff0c;从任何一台节点读取出来的数据是一致的。
Availability一致性
在任何对等 server 上读取的数据都是最新版不会读取出旧数据。比如 zookeeper 集群从任何一台节点读取出来的数据是一致的。
Availability可用性
虽然系统内部会出现一些故障但整体一直会对外提供服务不至于崩溃。比如有10台 server其中4台 server 出现了故障经过特殊处理把请求交给剩余的6台运行正常的 server整体还在运行中没有因为4台出现故障的 server 造成整体失效实现高可用。
Partition Tolerance分区容忍性
有 C 和 D 两台 serverC 在中国D 在美国如果发生网络异常则 C 和 D 在不同网络分区中可以正常运行。 实现分布式理论基本上通过算法 paxos 和 gossip 来作为理论指导 可以分成3种组合CA、AP、CP
在网络环境中网络不可能不出现故障所以 P 一定是存在的一定要保证 P 的功能是正常的。
在 P 必须存在的情况下CAP 理论定义出两种组合AP 和 CP AP
代表在分区的情况下保证高可用多台机器出现了问题至少有一个可用。
CP
代表在分区的情况下保障一致性要么全部同步要么不同步。类似于关系数据库的事务特性ACID全部sql要么全部执行成功要么全部不成功不成功的话需要回滚到之前状态。 为什么当 P 存在时C 和 A 不能同时存在呢
有 A 和 B 主从备份分布式系统当 client1 向 A 写入数据时为了保证两者的一致性必须使用锁来避免 client2 从 B 读取出旧的数据client1 向 A 和 B 写完数据后再释放锁。如果这样做就无法保证 A 的可用性因为有锁的存在client2 一直是阻塞状态B 不能提供服务所以一致性和高可用不可能同时存在。如果不在一个网络环境中加锁的操作资源消耗是相当大。
如果发生网络分区脑裂的情况则 A 和 B 的主从架构不能保证数据的一致性client2 想要读取最新正确的数据是不能实现的除非放弃高可用特性或放弃一致性特性所以 C 和 A 不可能同时存在。 很多开源组件能看到这个理念的实践 zookeeper
cp因为只要一个 leader所有的写入只能通过 leader 执行写入完成后同步给 follower。 redis 集群
ap因为集群保证了是在高可用的基础上增加了分布式的功能所以能做到ap可以做到一致性但是不是强一致性是最终一致性因为主从复制的异步导致的。 mysql 集群
ap 和 cp 都支持。 至于选择 ap 还是 cp需要看实际情况侧重于高可用还是一致性对于一致性要求是强一致性还是最终一致性有的组件两种组合都支持。有的只支持一种具体要看实际情况具体选择。 参考链接
Paxos、Raft、ZAB、Gossip 分布式一致性算法理解 - 简书
