【java八股文】之分布式系列篇

【java八股文】之MYSQL基础篇-CSDN博客

【java八股文】之JVM基础篇-CSDN博客

【java八股文】之Redis基础篇-CSDN博客

【java八股文】之Spring系列篇-CSDN博客

【java八股文】之分布式系列篇-CSDN博客

【java八股文】之Java基础篇-CSDN博客

【java八股文】之多线程篇-CSDN博客

1、什么是CAP BASE理论

1.1 CAP

• 一致性: 在分布式环境下，一致性是指数据在多个副本之间是否能够保持一致性的特性，等同于所有的节点访问同一份最新数据的副本。在一致性的需求下，当一个系统在数据一致的状态下执行更新操作后，应该保证数据仍然一致性的状态。
• 可用性：每次请求都能够保证正确的响应，但是不保证获取的数据为最新的数据。
• 分区容错性：分布式情况下在遇到任何的网络分区额故障的时候，仍然需要能够保证对外提供一致性和可用性的服务，除非是整个网络环境发生了故障。

1.2 BASE

• 基本可用：在分布式系统出现故障，允许损失部分的可用性（服务降级、页面降级）
• 软可用：允许分布式出现中间状态。而且中间状态不影响系统的可用性。这里的中间状态指的是data replication（数据备份节点）之间的数据更新可以出现延迟的最终一致性。
• 最终一致性：data replications 经过一段时间达到一致性。

2、重点协议CP（ZAB RAFT） AP（ Distro）

2.1 强一致性

1、任意时刻，所有的节点数据都是一样的。
2、一个集群需要对外部提供强一致性，所以只要集群内部的某一个数据发生了改变，那么就需要等待集群内其他服务器的数据同步完成后，才能对外部提供访问。
3、保证了强一致性，务必会损耗可用性

2.2 弱一致性

1、系统中的某个数据被更新后，后续对该数据的读取操作可能会得到更新后的数值，也可能会得到更新前的数值
2、即使过来一段时间窗口，后续的读取也不能保证一致性

2.3 最终一致性

1、弱一致性的特殊形式，不保证在任意时刻节点上的同一份数据是相同的，但是随着时间的迁移，不同节点的同一份数据总是在趋向一致性变化
2、存储系统保证在没有新的更新的条件下，最终所有的访问都是最后更新的值

2.4 顺序一致性

1、任意一次读都能读到某个数据的最近一次写的数据
2、对其他节点之前的修改是可见的（已同步）且确定的，并且新的写入建立在已经达到同步的基础上