開頭

Netty 作為當前流行的 NIO 框架，在游戲、大數據通訊，云計算、物聯網等領域都有廣泛的應用，大家熟知的 Dubbo，底層用的就是 Netty。尤其在高性能 RPC 方面，Netty 更是必不可少。然而，想要將 Netty 真正掌握并精通難度卻不小。一些學習者可能會遇到這些問題：

• 多線程編程、Socket 通信、TCP/IP 協議棧等知識掌握不扎實，學習過程比較吃力；
• 學習了不少理論知識，但真正跟具體項目結合在一起，解決實際問題時，又感覺比較棘手；
• 調用過程中遇到問題，不會定位，基本靠網上搜索，效率很低。

因此，如果沒有一個好的學習方法，抓不住重點，只靠閱讀源碼，既耗時又很難吃透，很容易半途而廢。

什么是 CAP

CAP 定理最初是由加州大學伯克利分校的計算機科學家埃里克·布魯爾（Eric Brewer）在 2000 年的 ACM PODC 上提出的一個猜想，也因此被叫做布魯爾定理。后來在 2002 年，麻省理工學院的賽斯·吉爾伯特（Seth Gilbert）和南希·林奇（Nancy Lynch）發表了 CAP 定理的證明，讓它成為分布式系統領域公認的一個定理。

CAP 定理指出了，在一個跨區域網絡連接，共享數據的分布式系統中，一致性（Consistency），可用性（Availability）和分區容錯性（Partition Tolerance） 這三個約束屬性最終只能同時滿足二個。

下面是關于這三個屬性的簡單描述：

• 一致性：客戶端進行讀操作得到的數據永遠是最近一次寫入的數據，要求了對數據讀寫的強一致性。
• 可用性：客戶端的請求在限定時間內總能從非故障的系統節點得到正常的響應，其中不能有超時，不能出錯如 502之類。
• 分區容錯性：就是出現網絡分區現象，即節點間無法正常通信，數據同步出現延時等情況時，系統仍能繼續提供服務。

需要注意的是，CAP 描述了一個常規的分布式系統場景：有網絡連接，且數據跨節點進行共享。如果在整個系統中，數據只有一份，并且其他節點沒有對應的副本，也不需要進行跨節點的數據共享，這樣分布式系統就不是 CAP 關心的對象了，也談不上結合 CAP 定理去設計和實施。

深入認識 CAP

了解 CAP 基本概念之后，我們再來分別對 C，A，P 三個屬性進一步學習下，加深對 CAP 的理解。

C：一致性

這里的一致性從不同角度有著各自的描述方式，在分布式系統中表現是每個節點的數據是相同；而對于客戶端，表現是讀操作所得到的結果永遠是最新寫入的。其中需要明確的是，對于分布式系統節點來說，是可能出現某個時刻擁有不同的數據的情況：如果在某個節點執行原子性操作時，對于執行過程中的節點數據跟其他節點就并不完全一致，只有原子性操作執行完成后，節點的數據才會繼續保持同步。比如常見的事務操作，只有事務提交后，客戶端才能讀取到事務寫入的數據，失敗則回滾為舊的數據，不會出現讀取事務中間寫入數據的情況。

一致性要求了在分布式環境下的操作要就像在單機上完成的一樣，當客戶端發起寫請求時，收到寫請求的節點會及時響應，并將更新的數據同步到另一個節點，保證數據一致性。具體的工作流程，如下所示：

客戶端向節點 1 發送寫操作，將數據 X 更新為 1 ，

更新操作成功，系統將更新的數據從節點 1 同步到節點 2，將節點 2 的舊數據 X 也更新為 1。

客戶端再向節點 2 發送讀操作獲取數據 X 時，就會得到 X 最新的值：1。

一致性強調了數據的強一致，這一點要求對于一些系統可以說是十分重要的。比如電商系統的庫存扣減，金融系統的轉賬扣款等場景，任何出現一致性的問題，都可能會造成很嚴重的后果。

A：可用性

介紹完一致性，再來看下可用性，雖然可用性概念相對簡單，但重要程度跟一致性一樣。要讓系統滿足可用性，就是要保證無論除了所有節點出現故障的情況外，系統都能返回有效的響應，允許響應給客戶端是舊的數據，但不能出現響應失敗，超時的情況。

可用性強調的是服務可用，但不保證數據的正確性。用一個簡單的例子來描述分布式系統的可用性如下：允許客戶端向節點 1 或者節點 2 發起讀操作，當其中某一個節點故障了，不管節點間數據是否一致，只要有節點服務能收到請求，就響應 X 的值，這樣就說明這兩個節點服務是滿足可用性。

在可用性的描述，還值得一提的是關于什么算有效的響應。要返回有效的響應，不能超時，也不能出錯，結果不一定是正確的，比如返回了舊數據，但是客戶端接收到后是能進行正常業務處理的。

P：分區容錯性

講完 C 和 A 之后，最后再講一下 P： 分區容錯性。由于分布式系統多個節點往往部署在多個網絡環境下進行相互通信，就難免出現一些網絡故障，如網絡丟包，網絡消息延遲，網絡中斷等情況，會導致節點間的通信出現問題，數據同步操作無法完成，分區容錯性就要求了系統即使在網絡分區出現的情況下，能仍繼續對客戶端提供服務。

因為分布式系統與單機不同，它涉及到了多節點間的通信和數據交互，避免不了網絡問題，如果沒有分區容錯性，就意味著系統不允許出現節點間的通信出現任何錯誤，錯誤就意味著系統不可用，這在絕大數系統中無法接受的。因此對節點間的分區故障容錯是必須要考慮的，也是 CAP 定理中分區容錯性通常首先要保證的原因。

如何應用 CAP 定理

了解完 CAP 定理的一致性（C），可用性（A）和分區容錯性（P）之后，我們再來看下如何使用這個定理。CAP 定理指明了 C，A，P三個屬性無法同時滿足，而在必有網絡交互和數據同步的情況下，就一定會有延遲和數據丟失的情況，對于這種情況我們又必須接受且保證系統不能掛掉。所以分區容錯性是必須要保證的，剩下的就是在一致性 （C）和可用性（A）之間做選擇了。選擇了一致性，保證數據正確性，但也意味系統可能存在不可用的情況；而選擇可用性，保證服務的高可用，但也意味數據可能出現不一致性的情況。接下來就探討下應用采用 CP 架構，AP 架構所各自的特點，以及如何根據不同的分布式場景選擇適合的架構策略。

CP

對于 CP 架構的分布式系統來說，為了保證一致性，當出現網絡分區后，如果節點 1 上數據 X 已經更新為 2，但由于節點 間數據同步的通道已經中斷，節點 1 數據無法同步到節點 2，節點 2 上的數據 X 還是 1。此時如果客戶端訪問節點 2 的數據 X，節點 2 就需要返回錯誤，提示系統發生了錯誤，直到節點間的數據保持同步。當然這樣的處理方式明顯違背了可用性的要求，因此在 CAP 定理只能滿足 CP。

如果一個分布式場景需要很強的一致性，或者能容忍系統長時間無響應但是數據要保持一致的情況，就比較適合使用 CP 架構設計對應的分布式系統。這樣的系統一旦發生網絡分區會導致數據無法同步情況，就要犧牲系統的可用性，直到節點數據達到一致后再響應。在開源社區中采用 CP 架構的應用不少，比如 Redis，HBase，MongoDB，ZooKeeper，Etcd，Consul 等都是放棄了一定可用性而選擇 CP 屬性。

AP

如果采用 AP 架構設計的分布式系統，為了保證可用性，當網絡分區發生后，同樣節點 1 上數據 X 已經更新為 2，但由于節點間數據同步的通道已經中斷，節點 1 數據無法同步到節點 2，節點 2 上的數據 X 還是 1。這是客戶端訪問節點 2 獲取數據 X 時，收到是正常的響應，舊數據 X = 1，而實際上當前最新的數據 X 已經是 2 了，這里就不滿足一致性的要求了，因此在 CAP 定理只能滿足 AP。

同樣適合 AP 的場景有很多，比如一些查詢系統，電商系統的商品查詢等，大多數為了保證系統的可用性，而犧牲一定的數據一致性，這樣也保證了用戶體驗，在開源界中采用 AP 模型的典型應用有 Eurka，Cassandra。

必須三選二嗎

提到了 CAP 定理，大多數人都認為無論什么情況，分布式系統只能在 C 和 A 中選擇一個。但這里的前提是系統發生了網絡分區情況，如果系統沒有發生網絡分區的情況，也就是說 P 不存在的時候，我們就沒有必要放棄 C 或者 A，因此進行架構設計時也應該考慮沒有分區情況下如何保證 CA。除此之外，一個分布式系統不一定只能從 AP 與 CP 中做選擇，內部不同模塊所應對的場景也不同，完全有可能是一個模塊采用 AP 架構，另一個模塊采用 CP 架構。作為優秀的架構師，不應該受到大多數人對 CAP 定理所認識的局限，設計出符合自身業務場景的分布式系統才是重中之重。

總結

雖然我個人也經常自嘲，十年之后要去成為外賣專員，但實際上依靠自身的努力，是能夠減少三十五歲之后的焦慮的，畢竟好的架構師并不多。

架構師，是我們大部分技術人的職業目標，一名好的架構師來源于機遇(公司)、個人努力(吃得苦、肯鉆研)、天分(真的熱愛)的三者協作的結果，實踐+機遇+努力才能助你成為優秀的架構師。

如果你也想成為一名好的架構師，那或許這份Java成長筆記你需要閱讀閱讀，希望能夠對你的職業發展有所幫助。

資料領取方式：戳這里免費下載

式：戳這里免費下載](https://docs.qq.com/doc/DSmxTbFJ1cmN1R2dB)**

[外鏈圖片轉存中…(img-huZBUXj0-1621922401473)]

總結

以上是生活随笔為你收集整理的小白看完都会了！mysql面试题sql语句的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。