哈嘍，大家好，我是指北君。
(相關資料圖)
大型網站幾乎都是分布式系統，分布式系統也越來越重要，你也會發現周圍的許多事物已經是分布式理論的最佳實踐了。
前言分布式系統（distributed system）主要有三個指標 一致性 （Consistency），可用性（Availability），分區容錯性（Partition tolerance）。
一致性是指更新操作成功后，所有節點在同一時間的數據完全一致。
可用性是指用戶訪問數據時，系統是否能正常響應時間內返回數據。
分區容錯性是指分布式系統在遇到某個節點或網絡分區故障時，仍然能夠對外提供滿足一致性和可用性的服務。
CAP理論基本可以定義為，以上的三個指標不能全部做到，即只能同時滿足CA, CP, AP。
1. 分區容錯性分布式系統存在多個子系統，每個子系統子網絡可以叫做區。各個節點之間的數據需要同步，子系統之間也需要通信。而分區容錯指的是某個節點出現故障，而整個服務不會受到大的影響。
若一個服務為單節點服務，那么它可以說是滿足CA。
C表示任何時間點讀取的數據都是相同的，保證了一致性。
A表示只要有節點可以用，那么就可以提供服務
由于是單節點服務，那么總是滿足CA的條件。
而在分布式系統中，大多時候，單節點出問題之后，我們是需要保障整個系統都是可以使用的。所以可以認為CAP中的P總是需要成立的。
2. 一致性一致性指的是分布式系統中所有節點在同一時間訪問時，返回數據完全一致。
從客戶端看，就是并發訪問時獲取數據的一致性。
服務端來看，就是數據節點之間的同步問題，即節點之間通過通信保持數據的實時更新。
也有對一致性分成強，弱以及最終一致性三類。
強一致性 要求數據更新后，對于其他節點，必須立馬同步，并可見。
弱一致性 可以允許在數據更新后，部分節點不能訪問到最新的數據。
最終一致性 要求一段時間內不能訪問最新數據，但是一段時間后，分布式系統的所有數據需要統一
3. 可用性相對來說，可用性比較容易理解，就是說任何時候，我們都可以從系統中獲取數據。系統可以提供正常的用戶服務。不會出現操作失敗，訪問超時等情況
總結由于網絡通信肯定會出現延遲丟包等問題，所以一般情況而言，分區容錯性是必須實現的。那么分布式系統會在一致性和可用性之間進行權衡， 即C和A之間的選擇。
CP without A即要求一致性，每個請求都要求服務之間保持強一致性，分區則會使同步時間無限延長，如果網絡嚴重故障，消息丟失的情況下，用戶體驗差，需要全部數據一致后才能提供訪問。比如Redis，Hbase 等就會要求數據一致性。Zookeeper 也是遵循CP原則，Leader節點掛掉之后，集群會進行選舉，選舉期間整個Follower都是不可用的，需要同步數據，所以需要Zookeeper恢復之后才可以使用。
AP without C即要求高可用而且可以分區，此時需要放棄一致性。分區節點出現故障時，為了滿足高可用，每個節點只能使用本地的數據提供訪問，避免服務中斷。這種典型的應用就是搶票等情形，前一秒還有票，當我輸入驗證碼之后再點擊，票已售罄。心里的草泥馬無限增生。Eureka是采用AP原則，犧牲一致性，達到可用性的目的。
在一致性方面做出讓步之后，有些系統會實現最終一致性，盡力保證整個系統的數據一致性。
分布式系統的一致性和可用性之間的選擇沒有固定的搭配，而需要根據不同的業務場景進行選擇，吹牛沒用，合適才行。
X 關閉
X 關閉