目录

CAP理论介绍

  • 分布式+集群

    • 分布式：不同的多台服务器上面部署不同的服务模块（工程），他们之间通过Rpc/Rmi之间通信和调用，对外提供服务和组内协作。
    • 集群：不同的多台服务器上面部署相同的服务模块，通过分布式调度软件进行统一的调度，对外提供服务和访问。

  • 传统的ACID

    • A（Atomicity）原子性
    • C (Consistency) 一致性
    • I (Isolation) 隔离性
    • D (Durability) 持久性

  • CAP概述

    • C:Consistency（强一致性）
    • A:Availability（可用性）
    • P:Partition tolerance（分区容错性）

  • 通用CAP选择（CAP理论的核心）

    • 一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。因此，根据 CAP 原理将 NoSQL 数据库分成了满足 CA 原则、满足 CP 原则和满足 AP 原则三 大类
    • CA - 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
    • CP - 满足一致性，分区容忍的系统，通常性能不是特别高。
    • AP - 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。

    CAP理论就是说在分布式存储系统中，最多只能实现以上所说的两点。

    而由于当前的网络硬件肯定会出现延迟丢包等问题，所以分区容忍性是我们必须需要实现的。

    我们只能在一致性和可用性之间进行权衡，没有任何一种数据库系统能同时保证这三点。

    CA 传统Oracle数据库

    AP 大多数网站架构的选择

    CP Redis、Mongodb

    注意：分布式架构的时候必须做出取舍。一致性和可用性之间取一个平衡。多余大多数web应用，其实并不需要强一致性。因此牺牲C换取P，这是目前分布式数据库产品的方向

    一致性与可用性的决择对于web2.0网站来说，关系数据库的很多主要特性却往往无用武之地 数据库事务一致性需求 很多web实时系统并不要求严格的数据库事务，对读一致性的要求很低， 有些场合对写一致性要求并不高。允许实现最终一致性。数据库的写实时性和读实时性需求对关系数据库来说，插入一条数据之后立刻查询，是肯定可以读出来这条数据的，但是对于很多web应用来说，并不要求这么高的实时性，比方说发一条消息之 后，过几秒乃至十几秒之后，我的订阅者才看到这条动态是完全可以接受的。 对复杂的SQL查询，特别是多表关联查询的需求 任何大数据量的web系统，都非常忌讳多个大表的关联查询，以及复杂的数据分析类型的报表查询，特别是SNS类型的网站，从需求以及产品设计角 度，就避免了这种情况的产生。往往更多的只是单表的主键查询，以及单表的简单条件分页查询，SQL的功能被极大的弱化了。

  • 容错降级分布式集群