前言
我们学习分布式系统,就一定听说过CAP定理,尤其在学习分布式事务时,都是以这个定理作为开场。这个定理起源于柏克莱加州大学的计算机科学家埃里克·布鲁尔在2000年的分布式计算原则研讨会上提出的一个猜想。 在2002年,麻省理工学院的赛斯·吉尔伯特和南希·林奇发表了布鲁尔猜想的证明,使之成为一个定理。
读者福利:Java分布式中间件学习笔记共享。
定理讨论了在两个互相矛盾的请求到达彼此连接不通的两个不同的分布式节点的时候的处理方案。
CAP针对对象
先上个图
上图中,是我们常见的系统设计,web服务集群化,mysql数据库做主从,数据库做主从可实现读写分离,分担压力。
我们看到Mysql数据库产品,可以进行分布式部署(集群方式,也支持单机),研发Mysql数据库的工程师是要完成很多业务点(如:最基本的对数据增删改查)。其中有很重要的点就是CAP定理的平衡。
所谓的CAP定理,是针对分布式系统阐述的,如在分布式环境下,Mysql是怎么平衡CAP的?
说了半天的CAP,到底什么是CAP定理?我们先看一下C、A、P各是什么含义?
CAP的定义
一、C全称Consistency(一致性)
这个表示所有节点返回的数据是一致的。
如:上图用户写了一篇文章A,数据插入到主Mysql。这时其他用户读写这篇文章时,要必须能够读到。
因为读取请求是走的从Mysql,就必须要求主mysql和从mysql同时更新了数据。
二、A全称Availability(可用性)
每一个非故障节点,都能够对每一个请求做出响应。说白了就是某个节点坏了,不能影响其他的节点业务。
如:主mysql挂了,但他不影响从mysql节点对外提供服务,用户还是可以读取数据的,只是不能写而已。
(小伙伴们就会问,那不能写了啊,还算可用性吗?这里的可用性的定义是非故障节点,对每个请求做出响应;有故障的不算)
三、P全称Partition tolerance(分区容错性)
当系统中有节点因网络原因无法通信时,系统依然可以继续运行。
分布式系统由多个节点组成,就像mysql集群,由多个mysql节点组成。节点间的网络通信总是不可靠的,所以我们总是要保证分布式系统节点间出现网络故障时,分布式系统还是可用的,这种系统才有意义
可用性和容错性的区别
很多小伙伴在这一点比较容易糊涂,很多网上的资料也是错误的,针对这一点讲的不是很清楚。
一、可用性
是针对非故障节点,如主mysql节点挂了,但从mysql没有挂,而且从mysql照样提供服务,就说明此分布式系统具有可用性。
(小伙伴们不要和mysql的主从切换混淆了,主从切换是mysql提供的高可用性一种方案,跟这里的可用性是两个纬度)
二、分区容错性
是各个节点出现网络问题时,系统依然可用。如主Mysql和从Mysql 之间没法通信时,系统可用。
总结:可用性针对节点出现故障,系统可用;分区容错性针对网络出现问题,系统可用
CAP定理
我们了解了CAP中的三个定义,CAP定理是表示分布式系统只能满足三项中的两项,而不可能满足全部三项。即分布式系统只能满足三种情况:CA、AP、CP。
我们来分析一下,我们先看P,也就是分区容错性;在分布式系统中,网络异常是不可避免的,所以如果不保证分区容错性,除非节点间网络不会发生异常,这个是不可能的(除非单机系统,单机系统就不是分布式系统)。
分布式系统肯定要实现P,那其实CA是理论上面的,其实不存在。
取舍
看一下图
主Mysql和从Mysql之间出现了网络异常,那研发Mysql的工程师如何去做?
场景一:更新操作主Mysql成功了,就返回成功
写请求把用户姓名【张三】改为【李四】,写请求写入主Mysql成功后,系统就直接返回成功;然后再通过主Mysql的binlog日志方式把数据同步到从Mysql。
这种方式其实是放弃了数据一致性。因为如果出现网络延迟,数据没有及时同步到从Mysql,那就导致了主Mysql值为李四,而从Mysql值为张三,导致数据不一致。但主从mysql照样可以提供服务,也就是保证了可用性A。
即此方案为AP
场景二:更新操作主从mysql都成功了,才返回成功
写请求把用户姓名【张三】改为【李四】,写请求一定要等到主从mysql都写入成功了,系统才能成功返回。
这种方式保证了数据一致性,因为主从mysql更新数据都成功才算成功,但网络出现问题时,主mysql无法访问从节点,导致写操作一直不成功。
其实就是放弃了可用性,只满足CP原则,系统只能提供读服务。
小伙伴们会说不是系统能够提供读服务吗?应该系统是可用的啊。我们再看看可用性的定义:非故障节点,要能够提供服务。
而这里主Mysql节点是正常的(符合非故障节点),而不能提供写请求,不符合可用性原则
综合来看,再满足P的前提下,是不可能同时满足C和A的。
权衡
在我们架构师开发分布式系统时,是需要根据业务进行权衡的。
在我们大型互联网公司,因为机器数量庞大,网络故障是常态,一般选择AP原则,牺牲掉数据一致性。(一些金融产品对数据一致性要求很高的,就会选择CP)。
小伙伴们会问,那数据很重要啊,不一致那怎么搞?
当然有别的方案会保证数据最终一致性,也就是BASE理论的提出,小伙伴们可自行查阅。
我们看看常用的分布式系统的权衡:
1、Redis中间件 —-> AP
2、RocketMQ中间件 —–> AP
3、分布式事务-2pc —-> CP
4、分布式事务-最大努力尝试 —> AP
5、Eureka —> AP
小伙伴们看看Mysql是属于什么?
提醒:看看Mysql 的同步机制
总结
很多中间件核心的问题就是解决在网络出现分区(异常)时,如何把数据从多节点间进行传输,都是在CA当中做权衡,设计了一些方案,让系统在C和A之间得到合理的控制。
最新评论