CAP理论简易理解

引言

一个分布式系统里面,节点组成的网络本来应该是连通的。然而可能因为一些故障,使得有些节点之间不连通了,整个网络就分成了几块区域。
数据就散布在了这些不连通的区域中。这就叫分区。当你一个数据项只在一个节点中保存,那么分区出现后,和这个节点不连通的部分就访问不到这个数据了。这时分区就是无法容忍的。提高分区容忍性的办法就是一个数据项复制到多个节点上,那么出现分区之后,这一数据项就可能分布到各个区里。容忍性就提高了。
然而,要把数据复制到多个节点,就会带来一致性的问题,就是多个节点上面的数据可能是不一致的。要保证一致,每次写操作就都要等待全部节点写成功,而这等待又会带来可用性的问题。总的来说就是,数据存在的节点越多,分区容忍性越高,但要复制更新的数据就越多,一致性就越难保证。为了保证一致性,更新所有节点数据所需要的时间就越长,可用性就会降低。

分布式系统中的CAP理论:

  • P:Partition tolerance,要有高容错性就必须要采用多节点,数据和节点越冗余,容错性越好。
  • A:Availability,这里的可用性指得是系统对操作的响应速度,对具体的操作响应越快,其可用性越高。
  • C:Consistency,要保证各节点数据的一致,在跨节点通信中,那必不可少需要对数据做校验和检查,如果通信节点越多(高容错),每个节点操作都做校验(强一致),那么响应速度就越慢(低可用)。

分布式系统CAP推论

  • performance -> sharding
    最开始为什么需要分布式的系统,分布式系统提出最早就是为了解决用一堆廉价机器代替一台很NB机器的解决方案,也就是单机性能问题。

  • sharding -> failed tolerance
    对于分布式系统,由于各组件是通过网络通信,是非常不可靠的,这时候就要考虑容错性,需要尽量需要建立一个具有容错性的系统。

  • tolerance -> replication
    需要一个具有容错性的系统,最好的办法就是多准备几份数据,通过多副本的方式解决分布式系统容易出错的问题。

  • replication -> inconsistency
    但是多副本就必然需要面临数据一致性的问题,在主数据被更新的时候有可能导致其他的副本没有同步过来,从而导致数据不一致。

  • consistency -> low performance
    为了解决数据一致性问题,我们需要通过lock或者进行多个节点进行通信确认的方式来确保数据的一致性,但是这样就必然会降低整个系统的性能,特别是出现失联节点。

shikanon wechat
欢迎您扫一扫,订阅我滴↑↑↑的微信公众号!