Week 06 学习总结

CAP原理

C：一致性

A：可用性

P：分区耐受性



CAP是对分布式系统的三项要求，但是这三项要求是无法同时完全满足的。只能根据业务需要尽可能的设计和优先满足最关键的两项，而P做为可扩展的要求，是分布式的必选项，所以只能在C和A中做选择，选择一致性，可用性就会降低，选择高可用，那保证一致性就非常困难。



所以有了BASE原则

BA：基本可用：出现不可预知故障时，允许损失部分可用性（如：时间，功能）但是不会崩

S：软状态：允许数据不一致的中间状态

E：最终一致性



BASE是对CAP的的一种实践，选择了高可用，而将一致性的要求变为“最终一致”，即执行过程中，有一段时间是不一致的，但最终会保证一致。



但是BASE并非适用所有场合，具体的还是要根据场景来做选择



最终一致致性方案：

• 更新策略：时间戳最后写入覆盖

• 客户端合并冲突

• 投票解决



ACAD

A：原子性：事务要么全部完成，要么全部取消

C：一致性：只有合法的数据才能写入数据库

I：隔离性：多个用户并发访问数据库时，数据库为每一个用户开启的事务，不能被其他事务的操作数据所干扰，多个并发事务之间要相互隔离。

D：持久性：一个事务一旦被提交，它对数据库中数据的改变就是永久性的



ZooKeeper



分布式系统脑裂：不同服务器数据不致，使集群陷入混乱。

解决方案：需要一个仲裁者

ZooKeeper就提供了这样的功能，分布式一致性解决方案



分布式一致性算法 Paxos

早期用来解决分布式环境下锁的获得

三个角色

Proposer

Acceptor

Learner



Zab协议：是ZooKeeper对Paxos的简化版实现

两个角色

Leader：宕机时需要选举

Follower



ZooKeeper解决方案：

• 分布式锁

• 配置管理

• 选Master

• 集群管理