Week 06 学习总结

发布于: 2020 年 07 月 16 日
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

用户头像

Jeremy 韩

关注

还未添加个人签名 2018.01.21 加入

还未添加个人简介

评论

发布
暂无评论
Week 06学习总结