当前位置：首页 > news >正文

建邺做网站价格社交网站备案

news 2025/11/1 8:04:24

建邺做网站价格,社交网站备案,大都会app最新版本下载,广东互联网网络营销推广一、分布式理论 1.CAP理论 CAP理论是说对于分布式数据存储#xff0c;最多只能同时满足一致性#xff08;C#xff0c;Consistency#xff09;、可用性#xff08;A#xff0c; Availability#xff09;、分区容忍性#xff08;P#xff0c;Partition Tolerance最多只能同时满足一致性CConsistency、可用性A Availability、分区容忍性PPartition Tolerance中的两者。 CAP 理论又叫 Brewer 理论这是加州大学伯克利分校的埃里克 · 布鲁尔Eric Brewer教授在 2000 年 7 月“ACM 分布式计算原理研讨会PODC”上提出的一个猜想。然后到了 2002 年麻省理工学院的赛斯 · 吉尔伯特Seth Gilbert和南希 · 林奇Nancy Lynch就以严谨的数学推理证明了这个 CAP 猜想。在这之后CAP 理论就正式成为了分布式计算领域公认的著名定理。 1.一致性是指对于每一次读操作都能够读到最新写入的数据且每个节点读取到的数据是一致的。对于客户端来说一致性指的是并发访问更新过的数据如何获取的问题。从服务端来看则是更新如何复制分布到整个节点以保证数据最终一致。从多个应用系统来看是保证各个业务系统冗余的数据和主数据系统的数据一致性。 1.一致性级别 1、强一致性这种一致性级别是最符合用户直觉的它要求系统写入什么读出来的也会是什么用户体验好但实现起来往往对系统的性能影响大 2、弱一致性这种一致性级别约束了系统在写入成功后不承诺立即可以读到写入的值也不承诺多久之后数据能够达到一致但会尽可能地保证到某个时间级别比如秒级别后数据能够达到一致状态 3、最终一致性最终一致性是弱一致性的一个特例系统会保证在一定时间内能够达到一个数据一致的状态。这里之所以将最终一致性单独提出来是因为它是弱一致性中非常推崇的一种一致性模型也是业界在大型分布式系统的数据一致性上比较推崇的模型。在实践中多个系统要实现最终一致性的兜底解决办法多数是通过数据比对来实现的如多个业务系统通过比对将生产者数据备份的大数据平台进行比对从而实现各个业务系统的最终一致性。 2.可用性可用性是指对于每一次请求都能够得到一个及时的、非错的响应。系统能够很好的为用户服务不出现用户访问服务时服务器不可用或者访问超时等用户体验不好的情况。 3.分区容忍性 The system will continue to function when network partitions occur. 即分布式系统在遇到某节点或网络分区故障的时候仍然能够对外提供满足一致性和可用性的服务。分区容错性要求能够使应用虽然是一个分布式系统而看上去却好像是在一个可以运转正常的整体。它跟趋向于单机模式的对比如一台机器宕机了其他机器一样能够提供同等的服务。但机器部署得越多一致性和可用性就越难保证。比如现在的分布式系统中有某一个或者几个机器宕掉了其他剩下的机器还能够正常运转满足系统需求对于用户而言并没有什么体验上的影响。 2. CAP的选型当然单纯只看这个概念的话CAP 是比较抽象的我还是事例场景来说明一下这三种特性对分布式系统来说都意味着什么。事例场景Fenixs Bookstore 是一个在线书店。一份商品成功售出需要确保以下三件事情被正确地处理 1.用户的账号扣减相应的商品款项 2.商品仓库中扣减库存将商品标识为待配送状态 3.商家的账号增加相应的商品款项。假设Fenixs Bookstore 的服务拓扑如下图所示一个来自最终用户的交易请求将交由账号、商家和仓库服务集群中的某一个节点来完成响应你可以看到在这套系统中每一个单独的服务节点都有着自己的数据库。假设某次交易请求分别由“账号节点 1”“商家节点 2”“仓库节点 N”来进行响应当用户购买一件价值 100 元的商品后账号节点 1 首先应该给用户账号扣减 100 元货款。账号节点 1 在自己的数据库扣减 100 元是很容易的但它还要把这次交易变动告知账号节点 2 到 N以及确保能正确变更商家和仓库集群其他账号节点中的关联数据。那么此时我们可能会面临以下几种情况 1.如果该变动信息没有及时同步给其他账号节点那么当用户购买其他商品时会被分配给另一个节点处理因为没有及时同步此时系统会看到用户账户上有不正确的余额从而错误地发生了原本无法进行的交易。此为一致性问题。 2.如果因为要把该变动信息同步给其他账号节点就必须暂停对该用户的交易服务直到数据同步一致后再重新恢复那么当用户在下一次购买商品时可能会因为系统暂时无法提供服务而被拒绝交易。此为可用性问题。 3.如果由于账号服务集群中某一部分节点因出现网络问题无法正常与另一部分节点交换账号变动信息那么此时的服务集群中无论哪一部分节点对外提供的服务都可能是不正确的我们需要考虑能否接受由于部分节点之间的连接中断而影响整个集群的正确性的情况。此为分区容忍性问题。以上还只是涉及到了账号服务集群自身的 CAP 问题而对于整个 Bookstore 站点来说它更是面临着来自于账号、商家和仓库服务集群带来的 CAP 问题。比如用户账号扣款后由于没有及时通知仓库服务导致另一次交易中看到仓库中有不正确的库存数据而发生了超售。再比如因为仓库中某个商品的交易正在进行当中为了同步用户、商家和仓库此时的交易变动而暂时锁定了该商品的交易服务导致了可用性问题等等。不过既然 CAP 理论已经有了数学证明也成为了业界公认的计算定理我们就不去讨论为何 CAP 特性会存在不可兼得的问题了直接来分析下在实际的应用场景中我们要如何权衡取舍 CAP然后看看这些不同取舍都会带来哪些问题。如果放弃分区容错性CA without P 这意味着我们将假设节点之间的通讯永远是可靠的。可是永远可靠的通讯在分布式系统中必定是不成立的这不是你想不想的问题而是网络分区现象始终会存在。在现实场景中主流的 RDBMS关系数据库管理系统集群通常就是采用放弃分区容错性的工作模式。以 Oracle 的 RAC 集群为例它的每一个节点都有自己的 SGA系统全局区、重做日志、回滚日志等但各个节点是共享磁盘中的同一份数据文件和控制文件的也就是说RAC 集群是通过共享磁盘的方式来避免网络分区的出现。如果放弃可用性CP without A 这意味着我们将假设一旦发生分区节点之间的信息同步时间可以无限制地延长那么这个问题就相当于退化到了上一讲所讨论的全局事务的场景之中即一个系统可以使用多个数据源。我们可以通过 2PC/3PC 等手段同时获得分区容错性和一致性。在现实中除了 DTP 模型的分布式数据库事务外著名的 HBase 也是属于 CP 系统。以它的集群为例假如某个 RegionServer 宕机了这个 RegionServer 持有的所有键值范围都将离线直到数据恢复过程完成为止这个时间通常会是很长的。如果放弃一致性AP without C 这意味着我们将假设一旦发生分区节点之间所提供的数据可能不一致。AP 系统目前是分布式系统设计的主流选择大多数的 NoSQL 库和支持分布式的缓存都是 AP 系统。因为 P 是分布式网络的天然属性你不想要也无法丢弃而 A 通常是建设分布式的目的如果可用性随着节点数量增加反而降低的话很多分布式系统可能就没有存在的价值了除非银行这些涉及到金钱交易的服务宁可中断也不能出错。以 Redis 集群为例如果某个 Redis 节点出现网络分区那也不妨碍每个节点仍然会以自己本地的数据对外提供服务。但这时有可能出现这种情况即请求分配到不同节点时返回给客户端的是不同的数据。 1.cap无法同时满足原因 CP和AP分区容错是必须保证的当发生网络分区的时候如果要继续服务那么强一致性和可用性只能 2 选 1 C A 满足的情况下P不能满足的原因数据同步©需要时间也要正常的时间内响应(A)那么机器数量就要少所以P就不满足。若p不能满足就已经趋向于单机了。 CP 满足的情况下A不能满足的原因数据同步©需要时间, 机器数量也多§但是同步数据需要时间所以不能再正常时间内响应所以A就不满足 AP 满足的情况下C不能满足的原因机器数量也多§正常的时间内响应(A)那么数据就不能及时同步到其他节点所以C不满足 2.CAP 关注的粒度是数据而不是整个系统。原文就只有一句话 C 与 A 之间的取舍可以在同一系统内以非常细小的粒度反复发生而每一次的决策可能因为具体的操作乃至因为牵涉到特定的数据或用户而有所不同。但这句话是理解和应用 CAP 理论非常关键的一点。CAP 理论的定义和解释中用的都是 system、node 这类系统级的概念这就给很多人造成了很大的误导认为我们在进行架构设计时整个系统要么选择 CP要么选择 AP。但在实际设计过程中每个系统不可能只处理一种数据而是包含多种类型的数据有的数据必须选择 CP有的数据必须选择 AP。而如果我们做设计时从整个系统的角度去选择 CP 还是 AP就会发现顾此失彼无论怎么做都是有问题的。以一个最简单的用户管理系统为例用户管理系统包含用户账号数据用户 ID、密码、用户信息数据昵称、兴趣、爱好、性别、自我介绍等。通常情况下用户账号数据会选择 CP而用户信息数据会选择 AP如果限定整个系统为 CP则不符合用户信息数据的应用场景如果限定整个系统为 AP则又不符合用户账号数据的应用场景。所以在 CAP 理论落地实践时我们需要将系统内的数据按照不同的应用场景和要求进行分类每类数据选择不同的策略CP 还是 AP而不是直接限定整个系统所有数据都是同一策略。正常运行情况下不存在 CP 和 AP 的选择可以同时满足 CA。 CAP 理论告诉我们分布式系统只能选择 CP 或者 AP但其实这里的前提是系统发生了“分区”现象。如果系统没有发生分区现象也就是说 P 不存在的时候节点间的网络连接一切正常我们没有必要放弃 C 或者 A应该 C 和 A 都可以保证这就要求架构设计的时候既要考虑分区发生时选择 CP 还是 AP也要考虑分区没有发生时如何保证 CA。同样以用户管理系统为例即使是实现 CA不同的数据实现方式也可能不一样用户账号数据可以采用“消息队列”的方式来实现 CA因为消息队列可以比较好地控制实时性但实现起来就复杂一些而用户信息数据可以采用“数据库同步”的方式来实现 CA因为数据库的方式虽然在某些场景下可能延迟较高但使用起来简单。放弃并不等于什么都不做需要为分区恢复后做准备即补偿机制 CAP 理论告诉我们三者只能取两个需要“牺牲”sacrificed另外一个这里的“牺牲”是有一定误导作用的因为“牺牲”让很多人理解成什么都不做。实际上CAP 理论的“牺牲”只是说在分区过程中我们无法保证 C 或者 A但并不意味着什么都不做。因为在系统整个运行周期中大部分时间都是正常的发生分区现象的时间并不长。例如99.99% 可用性俗称 4 个 9的系统一年运行下来不可用的时间只有 50 分钟99.999%俗称 5 个 9可用性的系统一年运行下来不可用的时间只有 5 分钟。分区期间放弃 C 或者 A并不意味着永远放弃 C 和 A我们可以在分区期间进行一些操作从而让分区故障解决后系统能够重新达到 CA 的状态。最典型的就是在分区期间记录一些日志当分区故障解决后系统根据日志进行数据恢复使得重新达到 CA 状态。同样以用户管理系统为例对于用户账号数据假设我们选择了 CP则分区发生后节点 1 可以继续注册新用户节点 2 无法注册新用户这里就是不符合 A 的原因因为节点 2 收到注册请求后会返回 error此时节点 1 可以将新注册但未同步到节点 2 的用户记录到日志中。当分区恢复后节点 1 读取日志中的记录同步给节点 2当同步完成后节点 1 和节点 2 就达到了同时满足 CA 的状态。而对于用户信息数据假设我们选择了 AP则分区发生后节点 1 和节点 2 都可以修改用户信息但两边可能修改不一样。例如用户在节点 1 中将爱好改为“旅游、美食、跑步”然后用户在节点 2 中将爱好改为“美食、游戏”节点 1 和节点 2 都记录了未同步的爱好数据当分区恢复后系统按照某个规则来合并数据。例如按照“最后修改优先规则”将用户爱好修改为“美食、游戏”按照“字数最多优先规则”则将用户爱好修改为“旅游美食、跑步”也可以完全将数据冲突报告出来由人工来选择具体应该采用哪一条。 3.分区的分布式架构我们可以将用户 id 为 0 ~ 100 的数据存储在 Node 1将用户 id 为 101 ~ 200 的数据存储在 Node 2Client 根据用户 id 来决定访问哪个 Node。对于单个用户来说读写操作都只能在某个节点上进行对所有用户来说有一部分用户的读写操作在 Node 1 上有一部分用户的读写操作在 Node 2 上。这样的设计有一个很明显的问题就是某个节点故障时这个节点上的用户就无法进行读写操作了但站在整体上来看这种设计可以降低节点故障时受影响的用户的数量和范围毕竟只影响 20% 的用户肯定要比影响所有用户要好。这也是为什么挖掘机挖断光缆后支付宝只有一部分用户会出现业务异常而不是所有用户业务异常的原因。即这样设计能够保证CAP其实更多的是CA因为基本上是一个节点进行读写了但是当节点发生故障时会牺牲一定时间的无法写的操作读操作当发现系统故障时可以路由到其他节点读取。 3. BASE理论 BASE是Basically Available基本可用、Soft state软状态和Eventually consistent最终一致性三个短语的缩写。 BASE理论是对CAP中一致性和可用性权衡的结果其来源于对大规模互联网系统分布式实践的总结是基于CAP定理逐步演化而来的。 BASE理论的核心思想是对 CAP 的延伸和补充更具体地说是对 CAP 中 AP 方案的一个补充。即使无法做到强一致性但每个应用都可以根据自身业务特点采用适当的方式来使系统达到最终一致性。总的来说BASE理论面向的是大型高可用可扩展的分布式系统和传统的事物ACID特性是相反的它完全不同于ACID的强一致性模型而是通过牺牲强一致性来获得可用性并允许数据在一段时间内是不一致的但最终达到一致状态。但同时在实际的分布式场景中不同业务单元和组件对数据一致性的要求是不同的因此在具体的分布式系统架构设计过程中ACID特性和BASE理论往往又会结合在一起。接下来看一下BASE中的三要素 1.基本可用分布式系统在出现故障时允许损失部分可用性即保证核心可用这意味着系统可以出现暂时不可用的状态而后面会快速恢复。注意这绝不等价于系统不可用。比如 1响应时间上的损失–超时机制。正常情况下一个在线搜索引擎需要在0.5秒之内返回给用户相应的查询结果但由于出现故障查询结果的响应时间增加了1~2秒 2系统功能上的损失–服务降级机制正常情况下在一个电子商务网站上进行购物的时候消费者几乎能够顺利完成每一笔订单但是在一些节日大促购物高峰的时候由于消费者的购物行为激增为了保护购物系统的稳定性部分消费者可能会被引导到一个降级页面这里的关键词是“部分”和“核心”具体选择哪些作为可以损失的业务哪些是必须保证的业务是一项有挑战的工作。例如对于一个用户管理系统来说“登录”是核心功能而“注册”可以算作非核心功能。因为未注册的用户本来就还没有使用系统的业务注册不了最多就是流失一部分用户而且这部分用户数量较少。如果用户已经注册但无法登录那就意味用户无法使用系统。例如充了钱的游戏不能玩了、云存储不能用了……这些会对用户造成较大损失而且登录用户数量远远大于新注册用户影响范围更大。 2.软状态软状态指允许系统中的数据存在中间状态并认为该中间状态的存在不会影响系统的整体可用性且允许系统在不同节点的数据副本之间进行数据同步的过程存在延时。即数据同步允许一定的延迟此时可能存在不同节点的数据暂时不一致情况。它是我们前面的“有状态”和“无状态”的服务的一种中间状态。也就是说为了提高性能我们可以让服务暂时保存一些状态或数据这些状态和数据不是强一致性的。 3.最终一致性最终一致性强调的是所有的数据副本在经过一段时间的同步之后最终都能够达到一个一致的状态而不要求实时。因此最终一致性的本质是需要系统保证最终数据能够达到一致而不需要实时保证系统数据的强一致性。这里的关键词是“一定时间” 和 “最终”“一定时间”和数据的特性是强关联的不同的数据能够容忍的不一致时间是不同的。举一个微博系统的例子用户账号数据最好能在 1 分钟内就达到一致状态因为用户在 A 节点注册或者登录后1 分钟内不太可能立刻切换到另外一个节点但 10 分钟后可能就重新登录到另外一个节点了而用户发布的最新微博可以容忍 30 分钟内达到一致状态因为对于用户来说看不到某个明星发布的最新微博用户是无感知的会认为明星没有发布微博。“最终”的含义就是不管多长时间最终还是要达到一致性的状态。 4.BASE理论和ACID的应用场景分析举个例子网上卖书的场景。 ACID 的玩法就是大家在买同一本书的过程中每个用户的购买请求都需要把库存锁住等减完库存后把锁释放出来后续的人才能进行购买。于是在 ACID 的玩法下我们在同一时间不可能有多个用户下单我们的订单流程需要有排队的情况这样一来我们就不可能做出性能比较高的系统来。 BASE 的玩法是大家都可以同时下单这个时候不需要去真正地分配库存然后系统异步地处理订单而且是批量的处理。因为下单的时候没有真正去扣减库存所以有可能会有超卖的情况。而后台的系统会异步地处理订单时发现库存没有了于是才会告诉用户你没有购买成功。 BASE 这种玩法其实就是亚马逊的玩法因为要根据用户的地址去不同的仓库查看库存这个操作非常耗时所以不想做成异步的都不行。在亚马逊上买东西你会收到一封邮件说系统收到你的订单了然后过一会儿你会收到你的订单被确认的邮件这时候才是真正地分配了库存。所以有某些时候你会遇到你先收到了下单的邮件过一会又收到了没有库存的致歉的邮件。有趣的是ACID 的意思是酸而 BASE 却是碱的意思因此这是一个对立的东西。其实从本质上来讲酸ACID强调的是一致性CAP 中的 C而碱BASE强调的是可用性CAP 中的 A。
文章转载自：
http://www.morning.bpmmq.cn.gov.cn.bpmmq.cn
http://www.morning.mzhh.cn.gov.cn.mzhh.cn
http://www.morning.qwqzk.cn.gov.cn.qwqzk.cn
http://www.morning.qcdtzk.cn.gov.cn.qcdtzk.cn
http://www.morning.dskmq.cn.gov.cn.dskmq.cn
http://www.morning.lzjxn.cn.gov.cn.lzjxn.cn
http://www.morning.nshhf.cn.gov.cn.nshhf.cn
http://www.morning.cpmwg.cn.gov.cn.cpmwg.cn
http://www.morning.fplwz.cn.gov.cn.fplwz.cn
http://www.morning.yqpzl.cn.gov.cn.yqpzl.cn
http://www.morning.rnmdp.cn.gov.cn.rnmdp.cn
http://www.morning.qtryb.cn.gov.cn.qtryb.cn
http://www.morning.rnmc.cn.gov.cn.rnmc.cn
http://www.morning.xesrd.com.gov.cn.xesrd.com
http://www.morning.nbrdx.cn.gov.cn.nbrdx.cn
http://www.morning.skrcn.cn.gov.cn.skrcn.cn
http://www.morning.deupp.com.gov.cn.deupp.com
http://www.morning.dpjtn.cn.gov.cn.dpjtn.cn
http://www.morning.chkfp.cn.gov.cn.chkfp.cn
http://www.morning.ccyjt.cn.gov.cn.ccyjt.cn
http://www.morning.bncrx.cn.gov.cn.bncrx.cn
http://www.morning.ldsgm.cn.gov.cn.ldsgm.cn
http://www.morning.kstgt.cn.gov.cn.kstgt.cn
http://www.morning.bpmtr.cn.gov.cn.bpmtr.cn
http://www.morning.kgkph.cn.gov.cn.kgkph.cn
http://www.morning.kfrhh.cn.gov.cn.kfrhh.cn
http://www.morning.zxgzp.cn.gov.cn.zxgzp.cn
http://www.morning.ttryd.cn.gov.cn.ttryd.cn
http://www.morning.mqpdl.cn.gov.cn.mqpdl.cn
http://www.morning.dyrzm.cn.gov.cn.dyrzm.cn
http://www.morning.wglhz.cn.gov.cn.wglhz.cn
http://www.morning.jcwhk.cn.gov.cn.jcwhk.cn
http://www.morning.qyrnp.cn.gov.cn.qyrnp.cn
http://www.morning.lzqdl.cn.gov.cn.lzqdl.cn
http://www.morning.smpmn.cn.gov.cn.smpmn.cn
http://www.morning.bnpcq.cn.gov.cn.bnpcq.cn
http://www.morning.gxcym.cn.gov.cn.gxcym.cn
http://www.morning.trzmb.cn.gov.cn.trzmb.cn
http://www.morning.tsxg.cn.gov.cn.tsxg.cn
http://www.morning.rqlzz.cn.gov.cn.rqlzz.cn
http://www.morning.gmmyn.cn.gov.cn.gmmyn.cn
http://www.morning.nyplp.cn.gov.cn.nyplp.cn
http://www.morning.zydr.cn.gov.cn.zydr.cn
http://www.morning.pcngq.cn.gov.cn.pcngq.cn
http://www.morning.hsgxj.cn.gov.cn.hsgxj.cn
http://www.morning.wcjgg.cn.gov.cn.wcjgg.cn
http://www.morning.mghgl.cn.gov.cn.mghgl.cn
http://www.morning.txrkq.cn.gov.cn.txrkq.cn
http://www.morning.yqmmh.cn.gov.cn.yqmmh.cn
http://www.morning.xlbyx.cn.gov.cn.xlbyx.cn
http://www.morning.kjtdy.cn.gov.cn.kjtdy.cn
http://www.morning.xsrnr.cn.gov.cn.xsrnr.cn
http://www.morning.kmqwp.cn.gov.cn.kmqwp.cn
http://www.morning.zympx.cn.gov.cn.zympx.cn
http://www.morning.rwwdp.cn.gov.cn.rwwdp.cn
http://www.morning.wgbmj.cn.gov.cn.wgbmj.cn
http://www.morning.nzlqt.cn.gov.cn.nzlqt.cn
http://www.morning.wtyqs.cn.gov.cn.wtyqs.cn
http://www.morning.qtrlh.cn.gov.cn.qtrlh.cn
http://www.morning.qsmch.cn.gov.cn.qsmch.cn
http://www.morning.dxqfh.cn.gov.cn.dxqfh.cn
http://www.morning.nyzmm.cn.gov.cn.nyzmm.cn
http://www.morning.hwbf.cn.gov.cn.hwbf.cn
http://www.morning.rsxw.cn.gov.cn.rsxw.cn
http://www.morning.fyglr.cn.gov.cn.fyglr.cn
http://www.morning.xqltq.cn.gov.cn.xqltq.cn
http://www.morning.mcjxq.cn.gov.cn.mcjxq.cn
http://www.morning.ykwqz.cn.gov.cn.ykwqz.cn
http://www.morning.pzjfz.cn.gov.cn.pzjfz.cn
http://www.morning.bbtn.cn.gov.cn.bbtn.cn
http://www.morning.rtbx.cn.gov.cn.rtbx.cn
http://www.morning.bhqlj.cn.gov.cn.bhqlj.cn
http://www.morning.oioini.com.gov.cn.oioini.com
http://www.morning.gzxnj.cn.gov.cn.gzxnj.cn
http://www.morning.sfzwm.cn.gov.cn.sfzwm.cn
http://www.morning.kfqzd.cn.gov.cn.kfqzd.cn
http://www.morning.qxgmp.cn.gov.cn.qxgmp.cn
http://www.morning.gtjkh.cn.gov.cn.gtjkh.cn
http://www.morning.bppml.cn.gov.cn.bppml.cn
http://www.morning.ncqzb.cn.gov.cn.ncqzb.cn

查看全文

http://www.tj-hxxt.cn/news/264610.html