CAP理论与实践概要1.pptx

CAP:理论与实践 内容大纲 CAP的历史沿革 CAP原理介绍 CAP，Pick Two？ CAP权衡中的经济考量 CAP与ACID的关系 分区只是另一段Code Path CAP在实践中的应用 参考资料 CAP原理的历史 1997年，Fox ＆ Brewer提出BASE概念 《Cluster-Based Scalable Network Services》 1999年，Fox Brewer 提出CAP Principle 《Harvest, Yield, and Scalable Tolerant Systems》 2000年，PODC的Keynotes，正式提出CAP 《Towards Robust Distributed Systems》 2002年，Seth Gilbert Nancy Lynch证明CAP 《Brewer’s Conjecture and the Feasibility of Consistent, Available, Partition-Tolerant Web Services》 CAP流行的几大推手 OSDI 2006，Google发布Bigtable的论文 Bigtable: A Distributed Storage System for Structured Data SOSP 2007，Amazon发布Dynamo的论文 Dynamo: Amazon’s Highly Available Key-value Store 2007年8月，Amazon的Werner Vogels推介CAP Availability Consistency 2007年10月，Werner Vogels撰文介绍最终一致性 Eventually Consistent 2008年1月，Ebay的架构师Dan Prichett介绍BASE BASE: An Acid Alternative CAP Theorem 对于共享的数据系统，仅能同时满足2项: Consistency (多节点看到数据的单一/同一副本) Full Consistency？ Casual Consistency？ Timeline Consistency？ Eventual Consistency？ Availability (系统总是可以执行变更操作) 牺牲10秒钟的A？牺牲10分钟的A？ Partition Tolerance 在广域网的情况下，分区不可避免 = consistency vs. availability CAP ,Pick Two? Traditional databases guarantee consistency. The CAP theorem tells you that you cannot have consistency, availability, and fault-tolerance at the same time. But we want to build scalable databases, so we forget about consistency. Oh and by the way, who needs consistency anyway? 面对P，真的必须牺牲一致性吗？ 新浪微博可以丢吗？ 淘宝的商品信息可以暂时不一致吗？ 12306提供的库存信息可以不准确吗？ 比特币（bitcoin）可以不准确吗？ 中行信用卡可以不一致吗？ 工行可以在主机故障时,牺牲一致性吗? Reliability $$ 数据状态机的分类 何谓状态机 简单的理解是，计算机中会发生变化的数据都是状态机，这个数据的值不同可能会带来不同的后果。 分类：按照三个维度：时间、信息含金量、变更频率 持续时间 信息含金量 变更频繁度 例子 瞬时 高 少 Shopping Card Session（分） 瞬时 低 少 Login Cookie（分） 中等时长 高 少 Ecommerce Billing(天) 中等时长 中 少 Product Catalog(年) 中等时长 高 多 Flight/Train Inventory (月) 无限时长 中 少 User Profile（年) 无限时长 高 多 Bank Account Balance（年)） 其实，CAP并没有声明… 放弃一致性 不一致应该仅仅是个例外 很多系统牺牲的内容远远超过必要！ 放弃事务 (ACID) 需要调整C与I的预期 (仅仅) 不要使用SQL 很多NOSQL系统中也开始支持SQL 声明性语言(SQL)与CAP配合良好 CAP与ACID 当系统没有Partition时： 支持Full ACID 当系统出现Partition时： Atomic:不同