写在前面:2020年面试必备的Java后端进阶面试题总结了一份温习指南在Github上,内容详细,图文并茂,有需要学习的同伙可以Star一下!
GitHub地址:https://github.com/abel-max/Java-Study-Note/tree/master

一:简介

漫衍式系统(distributed system)正变得越来越重要,大型网站险些都是漫衍式的。 漫衍式系统的最大难点,就是各个节点的状态若何同步。CAP 定理是这方面的基本定理,也是明白漫衍式系统的起点。

一样平常来讲,在高并发情形下,cap三者选其二,但实际上只有两种选择,一种为cp,一种为ap。

二: Partition tolerance

先看 Partition tolerance,中文叫做"分区容错"。

系统若是不能在时限内杀青数据一致性,意味着发生了分区的情形,需要在C和A作选择.

大多数漫衍式系统都漫衍在多个子网络。每个子网络就叫做一个区(partition)。分区容错的意思是,区间通讯可能失败。好比,一台服务器放在中国,另一台服务器放在美国,这就是两个区,它们之间可能无法通讯。

上图中,G1 和 G2 是两台跨区的服务器。G1 向G2 发送一条新闻,G2 可能无法收到。系统设计的时刻,必须考虑到这种情形。

一样平常来说,分区容错无法制止,因此可以以为 CAP 的 P 总是建立。CAP 定理告诉我们,剩下的 C 和 A 无法同时做到。

三: Consistency

Consistency中文叫做"一致性"。意思是,写操作之后的读操作,必须返回该值。举例来说,某条纪录是 v0,用户向 G1 提议一个写操作,将其改为 v1。

所有节点接见统一份最新数据副本

接下来,用户的读操作就会获得 v1。这就叫一致性。

问题是,用户有可能向 G2 提议读操作,由于 G2 的值没有发生变化,因此返回的是 v0。G1 和 G2 读操作的效果不一致,这就不知足一致性了。

为了让 G2 也能变为 v1,就要在 G1 写操作的时刻,让 G1 向 G2 发送一条新闻,要求G2 也改成 v1。

这样的话,用户向 G2 提议读操作,也能获得 v1。

四:Availability

Availability中文叫做"可用性",意思是只要收到用户的请求,服务器就必须给出回应。

对数据更新具备高可用性

用户可以选择向 G1 或G2 提议读操作。不管是哪台服务器,只要收到请求,就必须告诉用户,到底是 v0 照样 v1,否则就不知足可用性。

五、Consistency 和 Availability 的矛盾

一致性和可用性,为什么不可能同时建立?谜底很简单,由于可能通讯失败(即泛起分区容错)。

若是保证 G2 的一致性,那么 G1 必须在写操作时,锁定 G2 的读操作和写操作。只有数据同步后,才气重新开放读写。锁定时代,G2 不能读写,没有可用性不。

若是保证 G2 的可用性,那么势必不能锁定 G2,以是一致性不建立。

综上所述,G2 无法同时做到一致性和可用性。系统设计时只能选择一个目的。若是追求一致性,那么无法保证所有节点的可用性;若是追求所有节点的可用性,那就没法做到一致性。

六:在什么场所,可用性高于一致性?

举例来说,公布一张网页到 CDN,多个服务器有这张网页的副本。厥后发现一个错误,需要更新网页,这时只能每个服务器都更新一遍。

一样平常来说,网页的更新不是稀奇强调一致性。短时期内,一些用户拿到老版本,另一些用户拿到新版本,问题不会稀奇大。然则每个用户接见以后,必须马上有返回值,固然,所有人最终都市看到新版本。以是,这个场所就是可用性高于一致性。

七:三者选两者例子

  1. CAwihtout P:单机数据库 没有分区的就不会存在分区容错性,以是c和a能同时知足。
  2. CPwithout A:传统数据库漫衍式事务 不是太过强调可用性,及不是那么强调性能,真正的目的是保证数据的准确性。
  3. APwithout C:众多的NOSQL 不需要知足一致性,一样平常nosql作为缓存使用,强调的是性能,真正准确的数据是保留在数据库中的,最终效果会保持准确。

八:总结

现在看来,在漫衍式系统中,p是基本会存在的,就是网络间同步数据的延迟,而c也就是一致性保证的是特定时间内数据的一致性,就忽略了性能问题,而a也就是可用性,强调的是马上返回效果,强调的是性能,那么必定会泛起数据不一致,凭据差别的营业场景举行设计,要充分利用三者特征。