CAP

分布式系统中,这三个特性只能满足其中两个。

一致性(Consistency)

分布式中一致性又分强一致性和弱一致性,强一致性主浊任何时刻任何节点看到的数据都是一样的,弱一致性一* * 般实现的是最终一致性。

可用性(Availability)

集群在任何时间内都正常使用

分区容错性(Partition Tolerance)

某一部分集群坏掉,另一部分仍能正常工作。

对于二选一模型

  • CA模型,在分布式系统中不存在,因为舍弃P,意味着放弃分布式系统。比如单机版本的MySQL,如果MySQL考虑主备或集群部署时,它必须考虑P
  • CP模型,舍弃了可用性,一定会读取到最新的数据,不会读取到旧数据。一是因为消息丢失、延迟过高发生了网络分区,就影响用户的体验和业务的可用性。例如Etcd,Consul和Hbase
  • AP模型,舍弃了一致性,实现了服务的高可用。用户访问系统的时候,都能得到响应数据,不会出现响应错误,但会读到旧数据。比如Cassandra 和 DynamoDB。

ACID

一致性强,但是伸缩性差

原子性(Atomicity)

要么全部完成,要么全部失败

一致性(Consistency)

事务开始和完成时,数据必须保持一致的状态,数据库的完整性约束没有被破坏。比如A给B转账,不论转账事务是否成功,两者存款的总额不变

隔离性(Isolation)

多个事务并发访问时,事务之间是隔离的,一个事务不能影响到其他事务的结果 ,不能看到其他事务运行时中间某个时刻的数据。

持久性(Durability)

事务完成后,该事务对数据库所作的更改便持久地保存在数据库中,并不会被回滚

关于二阶段提交协议

  • 二阶段提交。
    分成提交请求阶段(投票阶段)和提交执行阶段(完成阶段)。
    第一个阶段,每个参与者投票表决事务是放弃还是提交
    第二个阶段,事务的每个参与者都执行最终统一的决定

BASE

一致性弱,伸缩性强

基本可用(Basic Availability)

分布式系统出现故障时,允许损失部分可用性,保证核心可用。

软状态(Soft-state)

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3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。

最终一致性((Eventual Consistency)

指所有副本经过一定时间后,最终能达到一致的状态

ACID:大家在买同一本书的过程中,每个用户的购买请求都把库存锁住,等减完库存,把锁释放,后续的人才能进行购买。于是我们同是时间不可能有多个用户下单,订单流程要有排队的情况,这样就不能做出性能比较高的系统来
BASE:大家可以同时下单,这个时间不需要真正的去分配库存,然后系统异步地处理订单,而且是批量的处理。因为下单的时候没有扣减库存,所以有可能会有超卖的情况。而后台的系统在处理订单时,发现库没有了,才会告诉用户你没有购买成功。

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,大多数分布式事务适合BASE.

10-17 03:32