CPA基本理论.pptVIP

* 提纲 CAP理论 BASE、AICD理论 一致性模型 CAP理论 cap理论的起源 cap理论概述 cap理论的起源 now 2002 2000 1985 Lynch证明了异步通信中不存在任何一致性的分布式算法 Brewer教授在提出一致性、可用性和分区容错性三者无法在分布式系统中被同时满足 争论与质疑 1.CA与CP中C定义不同 2.不适应数据库事务 3.分区容错概念模糊等 Lynch与其他人证明了Brewer猜想，从而把CAP上升为一个定理 CAP理论 cap理论的起源 cap理论概述 cap理论概述 ● 一致性（Consistency）：在分布式系统中的所有数据备份，在同一时刻是否同样的值。（等同于所有节点访问同一份最新的数据副本） ● 可用性（Availability）：在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求。（每一个操作总是能够在一定的时间内返回结果） ● 分区容忍性（Partition tolerance）：允许节点之间丢失任意多的消息，当网络分区发生时，节点之间的消息可能会完全丢失 一个分布式系统不可能同时满足一致性，可用性和分区容错性这三个需求，三个要素中最多只能同时满足两点。三者不可兼顾 cap理论概述 在正常情况下，操作过程如下(如上图所示)： 1)A将V0更新，数据值为V1; (2)G1发送消息m给G2，数据V0更新为V1; (3)B读取到G2中的数据V1。 cap理论概述 发生网络分区故障，G1发送的消息不能传送到G2上。 这样数据就处于不一致的状态，B读取到的就不是最新的数据。 如果采用阻塞，加锁等机制来保证 数据一致性，就会影响系统可用性 cap理论概述 放弃P：如果想避免分区容错性问题的发生，一种做法是将所有的数据(与事务相关的)都放到一台机器上。虽然无法100%地保证系统不会出错，但不会碰到由分区带来的负面效果。当然，这个选择会严重影响系统的扩展性。 放弃A：一旦遇到分区容错故障，那么受到影响的服务需要等待数据一致，因此在等待期间系统就无法对外提供服务。 放弃C：这里所说的放弃一致性，并不是完全放弃数据的一致性，而是放弃数据的强一致性，而保留数据的最终一致性。以网络购物为例，对只剩最后一件库存的商品，如果同时接收到了两份订单，那么较晚的订单将被告知商品售罄。 cap理论概述 为什么选择 AP，放弃C 1.小的延迟（数据库达到一致的状态）还不足以对总体的性能或用户体验造成影响。 2.不好的用户体验，带来的影响 Amazon 每0.1秒的响应延迟都会导致1％的销售降低。 Google 0.5秒的延迟会使流量减少15%。 其他选择： 引入BASE(Basically Available, Soft-state, Eventually consistent)，该方法支持最终一致性，其实是放弃C的一个特例 * 提纲 CAP理论 BASE、ACID理论 一致性模型 Base理论 BASE就是为了解决关系数据库强一致性引起的问题而引起的可用性降低而提出的解决方案。 BASE（Basically Available 基本可用,Soft state 软状态,Eventually consistent 最终一致）是对CAP中的C A的衍生 在单机环境中，ACID是数据的属性 而在分布式环境中，BASE就是数据的属性 BASE模型完全不同于ACID模型，它通过牺牲高一致性，获得可用性和可靠性 Base理论 I/O的五分钟法则： 1987 年，Jim Gray 与 Gianfranco Putzolu 发表了这个五分钟法则的观点，简而言之，如果一条记录频繁被访问，就应该放到内存里，否则的话就应该待在硬盘上按需要再访问。这个临界点就是五分钟。 在内存中保持1KB的数据成本相当于硬盘中存储同样大小数据400秒的开销 CAP，BASE和最终一致性是NoSQL数据库存在的三大基石。而五分钟法则是内存数据存储了理论依据。这个是一切的源头。 Base理论 现在NOSQL运动丰富了拓展了BASE思想，可按照具体情况定制特别方案，比如忽视一致性，获得高可用性等等，NO