Java常见技术分享-分布式篇-分布式系统基础理论

CAP 和 BASE

• CAP定理

  • CAP定理就是说在分布式系统中, P(从跨度时间长的维度上看必然发生)发生时， C和A只能保证一个，而不是三选二。
    • CP系统 当网络分区发生时，节点之间无法同步数据， 为了保证数据一致， 系统会拒绝部分请求， 变得不可用。
    • AP系统 当网络分区发生时，节点之间无法同步数据， 为了继续提供服务允许不同分区可能返回不同的数据， 无法保证数据一致 。
  • C
    • 一致性 指的是 一旦数据更新， 所有节点立即能看到最新数据，就像单机数据库，一个事务提交后其他的事务立即能拿到最新值。
  • A
    • 可用性 不管系统内部是否有故障， 只要用户发起请求， 系统必须在合理的时间范围内返回结果， 不能让客户一直等待或返回错误。
  • P
    • 分区容错性 分布式系统部署在多个节点， 节点间依靠网络进行通信， 所谓分区 指的是网络分区， 假如说有A，B两个节点，原本是能互相通信的， 但是现在无法通信了， A发消息B接收不到， 我们就说他们之间分区了， 而容错性 就是在 网络出现分区的时候， 系统仍然能正常运行不会出现直接崩溃的情况。

• BASE理论

  • B 是 Basically available 基本可用
  • S. 是 Soft State 软状态
  • E 是 Eventually Consistency 最终一致性
  • 这三者之间存在一个逻辑上的递进关系
    • 为了实现基本可用 （目标）， 系统必须接受一个现实， 数据在不同的节点间同步会有延迟。
    • 这个延迟 导致了 软状态 （代价） 即 系统内部允许存在短暂的不一致。
    • 但系统承诺这种不一致是暂时的 （最终一致性）， 最终所有数据都会同步 ， 达到最终一致性。

场景

• 支付、交易系统： 通常选择CP， 钱绝对不能出错，哪怕有时无法支付。
• 社交网络、内容发布： 通常选择AP， 刷不出新的动态 比 网络崩溃更容易接受。

现代分布式系统的设计， 本质上都是在CAP 这个 铁律之下， 通过各种精巧的技术 如BASE理论， 共识算法， 多副本策略 来管理 优化 和 弱化 这种权衡 带来的影响， 但永远无法从根本上消除他。

总结来说， CAP定理的 "一定性" 来源于： 网络故障的必然性 + 逻辑上的互斥性。 不是一个需要被推翻的假设， 而是一个必须接受、并在此基础上进行工程设计的客观规律。