分佈式系統設計(9)

避免咱們不是在製造永動機，在分佈式系統設計前，幾個理論必須瞭解。CAP、BASE、ACID、一致性以及五分鐘理論。

CAP

 

C: Consistency 一致性

A: Availability 可用性(指的是快速獲取數據)

P: Tolerance of network Partition 分區容忍性(分佈式)

CAP理論最先是在2000年7月19號，由Berkeley的Eric Brewer教授在ACM PODC會議上的一個開題演講中提出，PPT在此。此後，MIT的Seth Gilbert和Nancy Lynch，理論上證實了Brewer猜測是正確的，CAP理論在學術上正式做爲一個定理出現了。

NoSQL必定程度上就是基於這個理論提出來的，由於傳統的SQL數據庫（關係型數據庫）都是都是具備ACID屬性，對一致性要求很高，所以下降了A（availability）和P（partion tolerance），所以，爲了提升系統性能和可擴展性，必須犧牲C（consistency），推翻關係型數據庫中ACID這一套。

依據CAP理論，從應用的需求不一樣，咱們對數據庫時，能夠從三方面考慮：

· 考慮CA，這就是傳統上的關係型數據庫(RMDB).

· 考慮CP，主要是一些Key-value數據庫，典型表明爲google的Big Table

· 考慮AP，主要是一些面向文檔的適用於分佈式系統的數據庫，如SimpleDB。

而對大型網站尤爲是SNS網站，對於數據的短時間存儲，可用性與分區容忍性優先級要高於數據一致性，通常會盡可能朝着 A、P 的方向設計，而對於數據的持久存儲，能夠經過傳統的SQL來保證一致性（最終一致性）。

CAP理論出現後，不少大規模的網站，尤爲是SNS網站的數據庫設計都利用其思想，包括Amazon,Facebook和Twitter這幾個新興的IT巨頭，所以，必定程度上來說，他們都是CAP的信徒。另外一方面，他們從實踐上證實了CAP理論的正確性。

各個系統在CAP理論中的詳細體現能夠參考上一節的圖：

http://www.cnblogs.com/jacksu-tencent/p/3426605.html

ACID和BASE

有趣的是，ACID的意思是酸，而BASE倒是鹼的意思，所以這是一個對立的東西。其實，從本質上來說，酸（ACID）強調的一致性（CAP中的C），而鹼（BASE）強調是可用性（CAP中的A）。

傳統關係型數據庫系統的事務都有ACID的屬性，即原子性（Atomicity）、一致性（Consistency）、隔離性（Isolation，又稱獨立性）、持久性（Durability）。英文爲：

· Atomic: Everything in a transaction succeeds or the entire transaction is rolled back.

· Consistent: A transaction cannot leave the database in an inconsistent state.

· Isolated: Transactions cannot interfere with each other.

· Durable: Completed transactions persist, even when servers restart etc. 

中譯爲：

· 原子性: 整個事務中的全部操做，要麼所有完成，要麼所有不完成，不可能停滯在中間某個環節。事務在執行過程當中發生錯誤，會被回滾（Rollback）到事務開始前的狀態，就像這個事務歷來沒有執行過同樣。

· 一致性: 在事務開始以前和事務結束之後，數據庫的完整性約束沒有被破壞。

· 隔離性: 兩個事務的執行是互不干擾的，一個事務不可能看到其餘事務運行時，中間某一時刻的數據。 兩個事務不會發生交互。

· 持久性: 在事務完成之後，該事務所對數據庫所做的更改便持久的保存在數據庫之中，並不會被回滾。 

在數據庫系統中，事務的ACID屬性保證了數據庫的一致性，好比銀行系統中，轉帳就是一個事務，從原帳戶扣除金額，以及向目標帳戶添加金額，這兩個數據庫操做的總和構成一個完整的邏輯過程，不可拆分，爲原子，從而保證了整個系統中的總金額沒有變化。

然而，這些ACID特性對於大型的分佈式系統來講，適合高性能不兼容的。好比，你在網上書店買書，任何一我的買書這個過程都會鎖住數據庫直到買書行爲完全完成（不然書本庫存數可能不一致），買書完成的那一瞬間，世界上全部的人均可以看到熟的庫存減小了一本（這也意味着兩我的不能同時買書）。這在小的網上書城也許能夠運行的很好，但是對Amazon這種網上書城卻並非很好。

而對於Amazon這種系統，他也許會用cache系統，剩餘的庫存數也許是以前幾秒甚至幾個小時前的快照，而不是實時的庫存數，這就捨棄了一致性。而且，Amazon可能也捨棄了獨立性，當只剩下最後一本書時，也許它會容許兩我的同時下單，寧願最後給那個下單成功卻沒貨的人道歉，而不是整個系統性能的降低。

其實，上面的思想是從CAP理論獲得的啓發，在CAP理論中:

在設計分佈式服務中，一般須要考慮三個應用的屬性：一致性、可用性以及分區寬容性。可是在實際的設計中，不可能這三方面同時作的很好。

因爲CAP理論的存在，爲了提升性能，出現了ACID的一種變種BASE：

· Basic Availability：基本可用

· Soft-state ：軟狀態/柔性事務，能夠理解爲」無鏈接」的, 而 「Hard state」 是」面向鏈接」的

· Eventual consistency：最終一致性，最終整個系統（時間和系統的要求有關）看到的數據是一致的。 

在BASE中，強調可用性的同時，引入了最終一致性這個概念，不像ACID，並不須要每一個事務都是一致的，只須要整個系統通過必定時間後最終達到是一致的。好比Amazon的賣書系統，也許在賣的過程當中，每一個用戶看到的庫存數是不同的，但最終買完後，庫存數都爲0。再好比SNS網絡中，C更新狀態，A也許能夠1分鐘纔看到，而B甚至5分鐘後纔看到，但最終你們均可以看到這個更新。

一致性

爲了更好的描述客戶端一致性，咱們經過如下的場景來進行，這個場景中包括三個組成部分：

• 存儲系統

存儲系統能夠理解爲一個黑盒子，它爲咱們提供了可用性和持久性的保證。

• Process A

ProcessA主要實現從存儲系統write和read操做

• Process B 和ProcessC

ProcessB和C是獨立於A，而且B和C也相互獨立的，它們同時也實現對存儲系統的write和read操做。

下面以上面的場景來描述下不一樣程度的一致性：

• 強一致性

強一致性（即時一致性） 假如A先寫入了一個值到存儲系統，存儲系統保證後續A,B,C的讀取操做都將返回最新值

• 弱一致性

假如A先寫入了一個值到存儲系統，存儲系統不能保證後續A,B,C的讀取操做能讀取到最新值。此種狀況下有一個「不一致性窗口」的概念，它特指從A寫入值，到後續操做A,B,C讀取到最新值這一段時間。

• 最終一致性

最終一致性是弱一致性的一種特例。假如A首先write了一個值到存儲系統，存儲系統保證若是在A,B,C後續讀取以前沒有其它寫操做更新一樣的值的話，最終全部的讀取操做都會讀取到最A寫入的最新值。此種狀況下，若是沒有失敗發生的話，「不一致性窗口」的大小依賴於如下的幾個因素：交互延遲，系統的負載，以及複製技術中replica的個數（這個能夠理解爲master/salve模式中，salve的個數），最終一致性方面最出名的系統能夠說是DNS系統，當更新一個域名的IP之後，根據配置策略以及緩存控制策略的不一樣，最終全部的客戶都會看到最新的值。

I/O的五分鐘法則

在1987 年，Jim Gray 與Gianfranco Putzolu 發表了這個"五分鐘法則"的觀點，簡而言之，若是一條記錄頻繁被訪問，就應該放到內存裏，不然的話就應該待在硬盤上按須要再訪問。這個臨界點就是五分鐘。 看上去像一條經驗性的法則，實際上五分鐘的評估標準是根據投入成本判斷的，根據當時的硬件發展水準，在內存中保持1KB 的數據成本至關於硬盤中存據400 秒的開銷(接近五分鐘)。這個法則在1997 年左右的時候進行過一次回顧，證明了五分鐘法則依然有效（硬盤、內存實際上沒有質的飛躍)，而此次的回顧則是針對SSD 這個"新的舊硬件"可能帶來的影響。