第六周总结

CAP原则



CAP原则用于描述 分布式 存储 系统

Consisteny(一致性)

一致性是指对于客户端，每次获取到的数据都是最新的。



Availability(可用性)

可用性是指每个请求都可以在合理的时间内给出响应，不保证获取的数据是最新的。



Partition tolerance(分区容错性)

分区容错性是指当出现了网络问题，系统依然可以对外正常提供服务。



CAP组合

在分布式系统中，CAP只能满足其中两个，只能满足AP或者CP。



为什么不能满足CA，在分布式系统中，存在多台机器同时提供服务。既然是多台机器，它们的通讯方式就是依靠网络，每台机器都有网线插在交换机或者路由器上，有很大的概率出现网络问题，所以P是必须的。



AP组合(可用性，分区容错性)

一般满足AP的分布式存储系统，主从复制，如图。



客户端A将X为1的值写入到存储服务器Node01，写入Node01成功后返回成功。这时Node01还没有来得及将数据同步到Node02，客户端B访问了Node02，读取不到X的值，不满足一致性。



当出现网络问题



客户端A，客户端B依然可以访问存储服务器，只是访问到的数据并不是最新的。满足可用性，满足分区容错性。



当出现服务器宕机

当Node01宕机时，Node02依然可以提供服务。满足可用性。



所以在满足可用性和分区容错性时，无法满足一致性。

CP组合(一致性，分区容错性)

如何满足一致性？一般的解决方案是双写、多写。

客户端A写入X值为1，分别向两台服务器写入，两台服务器都写入成功时，写入才算成功。写入成功后，Node01，Node02的节点数据都是最新的。



当出现网络分区或服务器宕机

客户端A写X值为1，写入到Node01成功，写入到Node02失败，Node02因网络分区或宕机时，写入无法成功，系统返回了错误，即失去了可用性。



CAP总结

常见的CP存储系统，Zookeeper(ZAB协议)，Consul(Raft协议)。



基于Multi-Paxos思想实现的一致性算法，通常都是只有系统一半以上节点不可用时，系统才完全不可用，所以并不是选择了CP就一定没有可用性，只是更偏向于一致性。



主从复制的架构也只是偏向可用性，并不是完全失去了一致性，通常一个机房内的数据同步速度是非常快的，主从复制间数据的复制速度也是非常快的。



ACID原则

原子性(Atomicity)

事务要么全部完成，要么全部取消。如果事务崩溃，状态回到事务之前(事务回滚)。

例如：

批量添加了人员信息(100人)，这100人要么全部添加成功，要么全部添加不上。在添加48个人时发生了异常(事务回滚)，那么前面添加的那些人员全部无效。

隔离性(Isolation)

如果有两个事务同时执行(T1，T2)，事务T1、T2最终执行的结果是相同的，不管T1、T2谁先结束，隔离性主要靠锁实现。



持久性(Durability)

一旦事务提交，不管发生什么，数据要保存在数据库中。数据会直接保存在硬盘上，就算是数据库重启实例，都不会丢失这个数据。



一致性(Consistency)

只有合法的数据才能写入数据库(按照关系约束，外键，函数约束)。



BASE原则

基本可用(Basically Available)

系统在出现不可预知故障时，允许损失部分可用性，如响应时间上的损失或功能上的损失。



软状态、弱状态(Soft state)

允许系统中的二数据存在中间状态，并认为该中间状态的存在不会影响系统的整体可用性，即允许系统在不同节点的数据副本之间进行同步的过程存在延时。



最终一致性(Eventually consistent)

指系统中所有的数据副本，在经过一段时间同步后，最终能够达到一个一致状态，因此最终一致性的本质是需要系统保证数据能够达到一致，而不需要实时保证系统数据的强一致性。



BASE原则是CAP原则的一个补充。



分布式一致Zookeeper

分布式系统脑裂

在一个分布式系统中，不同服务获得了互相冲突的数据信息或者执行指令，导致整个集群陷入混乱，数据损坏，本称作分布式系统脑裂。



例如：

有两个服务器节点，Node01，Node02，他们的可用状态存放在一个分布式存储服务中，

这个分布式存储服务(CNode01，CNode02)是符合AP原则的，

由于出现网络分区，



CNode01服务中存放着Node01可用(实际上Node01已不可用)，状态无法同步到CNode02，

CNode02存放着Node02可用(实际Node02是可用的)，



客户端获取可用节点时，从CNode01获取Node01可用，从CNode02节点获取Node02可用。

同样的请求不一样的结果会导致问题。



Zookeeper是分布式协调服务，符合CP原则，可以提供强一致性的存储服务。可以解决分布式系统中的脑裂问题。



Zookeeper有哪些局限

1. 所有的写请求都要经过Leader节点来处理，并且写请求需要集群中过半节点数写成功才可以判定为写成功。因此Zookeeper的写入速度相当于单机的写入性能。

2. Zookeeper在Leader选举的过程中，如果要求数据的强一致性(先访问一个节点，然后调用sync方法让该节点从Leader中同步最新数据后返回)，那么就无法提供服务。