Linux下分佈式系統以及CAP理論分析

 

CAP理論被不少人拿來做爲分佈式系統設計的金律，然而感受你們對CAP這三個屬性的認識卻存在很多誤區，那麼什麼是CAP理論呢？CAP本來是一個猜測，2000年PODC大會的時候大牛Brewer提出的，他認爲在設計一個大規模可擴放的網絡服務時候會遇到三個特性：一致性（consistency）、可用性（Availability）、分區容錯（partition-tolerance）都須要的情景，然而這是不可能都實現的。以後在2003年的時候，Mit的Gilbert和Lynch就正式的證實了這三個特徵確實是不能夠兼得的。

CAP是Consistency、Availablity和Partition-tolerance的縮寫。分別是指：
1）一致性（Consistency）：每次讀操做都能保證返回的是最新數據。也就是說全部的節點數據一致！
2）可用性（Availablity）：任何一個沒有發生故障的節點，會在合理的時間內返回一個正常的結果。也就是說一個或者多個節點失效，不影響服務請求！
3）分區容忍性（Partition-torlerance）：當節點間出現網絡分區，照樣能夠提供服務。也就是說節點間的網絡鏈接失效，仍然能夠處理請求！

其實，任何一個分佈式系統，須要知足這三個中的兩個。CAP理論指出：CAP三者只能取其二，不可兼得。其實這一點很好理解，理由以下：
1-  首先，單機都只能保證CP。
2-  有兩個或以上節點時，當網絡分區發生時，集羣中兩個節點不能相互通訊（也就是說不能保證可用性A）。此時若是保證數據的一致性C，那麼必然會有一個節點被標記爲不可用的狀態，違反了可用性A的要求，只能保證CP。
3- 反正，若是保證可用性A，即兩個節點能夠繼續各自處理請求，那麼因爲網絡不通不能同步數據，必然又會致使數據的不一致，只能保證AP。

 

1、單實例
單機系統和顯然，只能保證CP，犧牲了可用性A。單機版的MySQL，Redis，MongoDB等數據庫都是這種模式。

實際中，咱們須要一套可用性高的系統，即便部分機器掛掉以後仍然能夠繼續提供服務。

2、多副本

相比於單實例，這裏多了一個節點去備份數據。
對於讀操做來講，由於能夠訪問兩個節點中的任意一個，因此可用性提高。

對於寫操做來講，根據更新策略分爲三種狀況：
1）同步更新：即寫操做須要等待兩個節點都更新成功才返回。這樣的話若是一旦發生網絡分區故障，寫操做便不可用，犧牲了A。
2）異步更新：即寫操做直接返回，不須要等待節點更新成功，節點異步地去更新數據（FastDFS文件系統的存儲節點就是用這種方式，寫完一份數據以後當即返回結果，副本數據由同步線程寫入其餘同group的節點）。這種方式，犧牲了C來保證A，即沒法保證數據是否更新成功，還有可能會因爲網絡故障等緣由，致使數據不一致。
3）折衷：更新部分節點成功後便返回。

3、分片

相比於單實例，這裏多了一個節點去分割數據。
因爲全部數據只有一份，一致性得以保證；節點間不須要通訊，分區容忍性也有。
然而，當任意一個節點掛掉，丟失了一部分的數據，系統可用性得不到保證。

綜上，這和單機版的方案同樣，都只能保證CP。

那麼，有哪些好處呢？
1）某個節點掛掉只會影響部分服務，即服務降級；
2）因爲分片了數據，能夠均衡負載；
3）數據量增大/減少後能夠相應的擴容/縮容。

大多數的數據庫服務都提供了分片的功能。如Redis的slots，Cassandra的patitions，MongoDB的shards等。
基於分片解決了數據量大的問題，但是咱們仍是但願咱們的系統是高可用的，那麼，如何犧牲必定的一致性去保證可用性呢？

4、集羣

能夠看到，上面這種方式綜合了前兩種方式。同上分析，採用不一樣的數據同步策略，系統CAP保證各有不一樣。不過，通常數據庫系統都會提供可選的配置，咱們根據不一樣的場景選擇不一樣的特性。
其實，對於大多數的非金融類互聯網公司，要求並不是強一致性，而是可用性和最終一致性的保證。這也是NoSQL流行於互聯網應用的一大緣由，相比於強一致性系統的ACID原則，它更加傾向於BASE：
-  Basically Available：基本可用性，即容許分區失敗，除了問題僅服務降級；
-  Soft-state：軟狀態，即容許異步；
-  Eventual Consistency：最終一致性，容許數據最終一致性，而不是時刻一直。

5、總結基本上，上面討論的幾種方式已經涵蓋了大多數的分佈式存儲系統了。其實對於大規模分佈式系統來講，CAP是很是穩固的，能夠擴展的地方也很少。它很大程度上限制了大規模計算的能力，經過一些設計方式來繞過CAP管轄的區域或許是下一步大規模系統設計的關鍵。能夠看到，這些個方案老是須要經過犧牲一部分去換取另外一部分，總無法達到100%的CAP。選擇哪一種方案，依據就是在特定場景下，究竟哪些特性是更加劇要的了。