CAP理论

xuweiqiang2023年4月8日大约 4 分钟

单机系统就是程序部署到一台机器，所有的服务由这一台机器提供

分布式系统相对而言，是一组为了完成共同任务而协调工作的计算机节点组成,它们通过网络进行通讯的系统；

分布式系统是多个机器共同提供服务

分布式系统拆分模式

水平切分：水平切分是指将同一个系统部署到多台机器上
垂直切分：垂直切分是按照业务的维度进行拆分，将各个业务独立出来，单独开发和维护
混合切分：混合切分是将水平切分和垂直切分结合起来的一种切分方法


微服务架构 - 大部分都是采用混合切分

所以说微服务是分布式的一个子集，微服务是将服务拆分，并且分布式部署

1. 分布式计算的八大谬论
2. 通讯异常，网络分区，三态，节点故障

容错通常是必须要有的

分布式系统每个副本数据，用户读取数据都是最新的值

重点在于系统对客户端请求的响应能力

系统能够及时响应客户端请求的能力，注意是及时。

重点在于系统在面对网络分区这种故障情况时的生存能力

网络故障，各节点继续运行，网络恢复后能够重新整合。


# 分区容错性的实现
1. 数据复制：任一节点故障，其他节点还有副本
2. 异步通信：节点之间非实时同步，所以任一节点故障系统可以继续提供服务。
3. 故障检测和恢复：节点故障和恢复有心跳检测等机制自动处理

1.保证服务可用（当某一个副本网络故障不影响）
2.某一个信息丢失不影响系统继续运行

Redis的集群就是这样，多个副本在同一个时刻不保证数据强一致

1. 强一致性（每个时刻每个副本数据一致）
2. 消息丢失也正常提供服务

为什么没办法有Aviability可用性，因为为了满足强一致性，请求服务时候需要阻塞等待副本同步

1. 可用性
2. 一致性

要任何时刻都立刻响应，且数据多个副本一致，就无法达到 Partition tolerance，因为消息丢失就无法提供服务了（数据一致性不可能）

p指的是分区容错性，就是指网络异常等系统被分成多个分区时候，满足P，指的是。

保证一致性（C），那么在网络分区（P容忍网络分区）的情况下，系统可能需要暂停服务，以确保所有节点的数据一致，这就降低了可用性（A）

如果保证一致性（C），在保证及时可用性（A）的情况下，是不能接受出现网络分区（P容忍网络分区）的，因为一旦出现网络分区数据没法同步数据就是不一致的。

如果要保证及时可用性（A），那么在网络分区（P容忍网络分区）的情况下，系统可能无法保证所有节点的数据一致，这就降低了一致性（C）

BASE理论中，一致性分为强一致性和弱一致性

强一致性：当用户更新数据之后，必须保证后续线程或者节点都能马上访问到最新的值

弱一致性：当用户更新数据之后，并不能保证后续线程或者节点都能马上访问到最新的值，它只能通过某种方法来保证最后的一致性