2-7-04-03-01-03分布式系统中的读写原则.2-7-04-03-01-03分布式系统中的读写原则.ppt

大数据技术创新应用

冷链物流技术与管理资源库

山东交通职业学院

目录

Contents

03

大数据存储与管理

1.分布式存储系统

2.分布式文件系统

3.非关系数据库（NoSQL）

4.分布式数据库（HBase）

3.1分布式存储系统

分布式系统中的CAP原则

3.1.3分布式系统中的读写原则

CAP原则:

CAP原则又称CAP定理，指的是在一个分布式系统中，一致性（Consistency）、可用性（Availability）、分区容错性（Partitiontolerance）。这三个要素最多只能同时实现两点，不可能三者兼顾。(就是要么AP，要么CP，要么AC，但是不存在CAP)

分布式系统中的CAP原则

3.1.3分布式系统中的读写原则

CAP原则:

一致性（C）：在分布式系统中的所有数据备份，在同一时刻是否同样的值。（等同于所有节点访问同一份最新的数据副本）

可用性（A）：在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求。（对数据更新具备高可用性）

分区容忍性（P）：以实际效果而言，分区相当于对通信的时限要求。系统如果不能在时限内达成数据一致性，就意味着发生了分区的情况，必须就当前操作在C和A之间做出选择。

分布式系统中的CAP原则

3.1.3分布式系统中的读写原则

CAwithoutP：

这种情况在分布式系统中几乎是不存在的。首先在分布式环境下，网络分区是一个自然的事实。因为分区是必然的，所以如果舍弃P，意味着要舍弃分布式系统。那也就没有必要再讨论CAP理论了。这也是为什么在前面的CAP证明中，我们以系统满足P为前提论述了无法同时满足C和A。

比如我们熟知的关系型数据库，如MySql和Oracle就是保证了可用性和数据一致性，但是他并不是个分布式系统。

分布式系统中的CAP原则

3.1.3分布式系统中的读写原则

CPwithoutA

如果一个分布式系统不要求强的可用性，即容许系统停机或者长时间无响应的话，就可以在CAP三者中保障CP而舍弃A。

一个保证了CP而一个舍弃了A的分布式系统，一旦发生网络故障或者消息丢失等情况，就要牺牲用户的体验，等待所有数据全部一致了之后再让用户访问系统。

设计成CP的系统其实也不少，其中最典型的就是很多分布式数据库，他们都是设计成CP的。在发生极端情况时，优先保证数据的强一致性，代价就是舍弃系统的可用性。如Redis、HBase等，还有分布式系统中常用的Zookeeper也是在CAP三者之中选择优先保证CP的。

分布式系统中的CAP原则

3.1.3分布式系统中的读写原则

APwihtoutC

要高可用并允许分区，则需放弃一致性。一旦网络问题发生，节点之间可能会失去联系。为了保证高可用，需要在用户访问时可以马上得到返回，则每个节点只能用本地数据提供服务，而这样会导致全局数据的不一致性。

这种舍弃强一致性而保证系统的分区容错性和可用性的场景和案例非常多。前面我们介绍可用性的时候说到过，很多系统在可用性方面会做很多事情来保证系统的全年可用性可以达到N个9，所以，对于很多业务系统来说，比如淘宝的购物，12306的买票。都是在可用性和一致性之间舍弃了一致性而选择可用性。