大型網站一致性的基礎理論－－－CAP/BASE

最近在看《大型網站系統與java中間件事件》這本書，收穫頗多。

 

分佈式事務但願在多機環境下能夠像單機系統那樣作到強一致，這須要付出比較大的代價。而在有些場景下，接受狀態並不用時刻保持一致，只要最終一直就行。

CAP(Consistency Availability Partition-Tolerance)

Consistency: 即全部的節點在同一時間讀到一樣的數據，這就是數據上的一致性。

Availability: 保證不管時成功仍是失敗，每一個請求都可以收到一個反饋。這裏的重點是系統必定要有響應。

Partition-Tolerance:即使系統中有部分問題或者有消息的丟失，但系統仍可以繼續運行。這被稱爲分區容忍性。

 

可是，在分佈式系統中並不能同時知足上面三項。

1 選擇CA，放棄分區容忍性，增強一致性和可用性。這其實就是傳統的單機數據庫的選擇。

2 選擇AP，放棄一致性，追求分區容忍性及可用性。這是不少分佈式系統在設計時的選擇，例如不少nosql系統就是如此。

3 選擇CP，放棄可用性，追求一致性和分區容忍性。這種選擇下的可用性會比較低，網絡的問題會直接讓整個系統不可用。

從上面的分析能夠看出，在分佈式系統中，咱們通常仍是選擇增強可用性和分區容忍性而犧牲一致性，而是首先知足A和P，而後看如何解決C的問題。

 

BASE(Basically Available Soft state Eventually consistent)

Basically Available: 基本可用，容許分區失敗。

Soft state: 軟狀態，接受一段時間的狀態不一樣步。

Eventually consistent: 最終一致，保證最終數據的狀態時一致的。

 

當咱們在分佈式系統中選擇了CAP中的A和P後，對於C，咱們採用的方式策略就是保證最終一致，也就是不保證數據變化後全部節點馬上一致，可是保證它們最終是一致的。在大型網站中，爲了更好地保持擴展性和可用性，通常都不會選擇強一致性，而是採用最終一致的策略來實現。