分布式cap理论学习

【分布式】CAP理论详解

一致性(Consistency)

代表数据在任何时刻,任何分布式节点,看到的都是符合预期的。有点类似于幂等,无论访问哪个节点,得到结果数据一致。

可用性(Availability)

强调的是任意时刻一定能读到数据,不能有短暂的服务不可用,至于读取的数据是新值还是旧值都不影响,但一定要能成功访问。

分区容错性(Partition Tolerance)

数据被划分存储在多个节点,即使一个节点不可用了,仍能从其他节点访问数据。官话:在网络中断,消息丢失情况下,系统照样能够工作。

结论

首先,cap三个不同同时满足。

  • ca的场景是 读写场景都在主节点上,保证了数据即刻可以获取同时多次获取数据都是一致的。但是当主节点不可服务的时候,整个分布式集群将变的不可用
  • cp的场景是 当发生数据更新时,需在主从节点之间节点同步,节点会有短暂时间不可用的情况
  • ap的场景是 当发生数据更新时,主从节点可以即刻被访问并且能保证分布式节点可以被访问。但会出现数据不一致的问题。

对于分布式的场景,分区容错性(Partition-tolerance) 是必要的选择,否则分布式集群的意义就不大了。

总的来说,没有绝对完美的解决方案,只有合适业务的理论指导。

相关推荐
喂完待续5 小时前
Apache Hudi:数据湖的实时革命
大数据·数据仓库·分布式·架构·apache·数据库架构
yh云想13 小时前
《从入门到精通:Kafka核心原理全解析》
分布式·kafka
ModelWhale18 小时前
“大模型”技术专栏 | 浅谈基于 Kubernetes 的 LLM 分布式推理框架架构:概览
分布式·kubernetes·大模型
愿天堂没有C++19 小时前
C++——分布式
分布式
UPToZ19 小时前
【Docker】搭建一个高性能的分布式对象存储服务 - MinIO
分布式·docker·容器
前端世界1 天前
鸿蒙任务调度机制深度解析:优先级、时间片、多核与分布式的流畅秘密
分布式·华为·harmonyos
A尘埃1 天前
金融项目高可用分布式TCC-Transaction(开源框架)
分布式·金融·开源
夜影风1 天前
RabbitMQ核心架构与应用
分布式·架构·rabbitmq
电商API_180079052472 天前
大规模调用淘宝商品详情 API 的分布式请求调度实践
服务器·数据库·分布式·爬虫
Light602 天前
模型驱动与分布式建模:技术深度与实战落地指南
分布式·生成式ai·元模型·crdt·模型驱动架构·分布式建模