分布式CAP原理
2019獨角獸企業重金招聘Python工程師標準>>>
????分布式系統的最大難點，就是各個節點的狀態如何同步。CAP 定理是這方面的基本定理，也是理解分布式系統的起點。
????在理論計算機科學中，CAP定理（CAP theorem），又被稱作布魯爾定理（Brewer's theorem，這是因為在1998年，加州大學的計算機科學家 Eric Brewer 提出），它指出對于一個分布式計算系統來講，不可能同時滿足以下三點：
- 一致性（Consistency），等同于所有節點訪問同一份最新的數據副本
- 可用性（Availability），每次請求都能獲取到非錯的響應--但是不保證獲取到的數據是最新數據
- 分區容錯性（Partition tolerance），以實際效果而言，分區相當于對通訊的時限要求。系統如果不能在時限內達成數據一致性，就意味著發生了分區的情況，必須就當前操作在C和A之間做選擇。
根據定理，分布式系統只能滿足三項中的兩項而不可能滿足全部三項：
分區容錯（Partition Tolerance）
????大多數分布式系統都分布在多個子網絡。每個子網絡就叫做一個區（partition）。分區容錯的意思是，區間通信可能失敗。比如，一臺服務器放在中國，另一臺服務器放在美國，這就是兩個區，它們之間可能無法通信。
上圖中，G1 和 G2 是兩臺跨區的服務器。G1 向 G2 發送一條消息，G2 可能無法收到。系統設計的時候，必須考慮到這種情況。
一般來說，分區容錯無法避免，因此可以認為 CAP 的 P 總是成立。CAP 定理告訴我們，剩下的 C 和 A 無法同時做到。
一致性（Consistency）
? ? 一致性指的是 寫之后的讀操作必須返回該值。舉個粟子：某條記錄是v0，用戶向G1發起一個寫操作，將其改為v1，
接下來，用戶的讀操作的結果也是v1，這就叫一致性。
問題是，用戶有可能向G2發起讀操作，由于G2的值沒有發生變化，因此返回的是v0。G1和G2讀操作的結果不一致。
為了讓 G2 也能變為 v1，就要在 G1 寫操作的時候，讓 G1 向 G2 發送一條消息，要求 G2 也改成 v1。
這樣的話，用戶向 G2 發起讀操作，也能得到 v1。
可用性（Availability）
? ? 可用性指的是只要用戶給出請求，就必須給用戶回應。
用戶可以選擇向 G1 或 G2 發起讀操作。不管是哪臺服務器，只要收到請求，就必須告訴用戶，到底是 v0 還是 v1，否則就不滿足可用性。
?
一致性和可用性的矛盾
一致性和可用性，為什么不可能同時成立？答案很簡單，因為可能通信失敗（即出現分區容錯）。
如果保證 G2 的一致性，那么 G1 必須在寫操作時，鎖定 G2 的讀操作和寫操作。只有數據同步后，才能重新開放讀寫。鎖定期間，G2 不能讀寫，即喪失了可用性。
如果保證 G2 的可用性，那么勢必不能鎖定 G2，所以一致性不成立。
綜上所述，G2 無法同時做到一致性和可用性。系統設計時只能選擇一個目標。如果追求一致性，那么無法保證所有節點的可用性；如果追求所有節點的可用性，那就沒法做到一致性。
?
轉載于:https://my.oschina.net/mobinchao/blog/2987004
總結
- 上一篇： Python中的test测试
- 下一篇： Python--day61--Djang