NoSQL分布式系统CAP和BASE理论

Posted 2021-05-01 IT每日笔记

1. 传统关系数据库的ACID理论
   

2. NoSQL系统是分布式系统，用户通过一些API接口访问他们，并不知道最终内部工作需要很多机器协同完成；

3. CAP理论：

   Consistency：强一致性

   系统在执行某项操作后为一致性状态

   Availability：可用性

   每个操作总是在一定时间内返回结果，需要注意的是一定时间内和返回结果。

   Partition Tolerance：分区容错性

   可以理解为系统在存在网络分区下任然可以接收请求（满足一致性和可用性）；

   CAP理论是数据共享系统只能满足三者中的两个；

   
   

4. 处理CAP问题：

   放弃P：避免分区容错性的问题的发生，一般把所有的数据放到同一主机               上，放弃P在这种情况不能接受，所有的NoSQL系统都假定P存在；

      放弃A：一旦遇到分区容错故障，受到影响的服务器需要等待数据一致，在                    等待的时间系统无法提供服务；

      放弃C：放弃强一致性，保留最终一致性，所以引入BASE理论；

  5.BASE理论

    基本可用（BA：Basically Available）

    软状态（S：Soft-state）

    最终一致性（Eventually consistency）

一致性or可用性，鱼和熊掌不可得兼

下面是一个牺牲一致性换取可用性的小例子。

假设N1和N2是分布式环境下的两个节点，它们有保存了共同的数据V，它们的值都是V0，A和B是两个分别对数据进行操作的进程。我们看看这么一个过程：A向N1节点写入了新的V值V1，B读取V的值。

 如果一切正常的话，这个过程看起来像是这样的：

 (1) A写入V的新值V1。

(2) N1向N2发送消息M以更新V值。

(3) B读取V的新值V2。 

 但是现实可能是这样子的：

 

 由于网络分区，N1发向N2的消息很有可能没送达，那么，B节点将读取到一个过时的V值，不一致性产生了。并且当把节点的规模不断扩大的时候，不一致性问题也会更加严重。

所以如果我们希望A B都是高可用的（也就是低延迟），那么一致性通常就不能得到很好的保证，我们必须要容忍一定的不一致性以换取高可用性。

 

参考：

     《NoSQL数据库技术实践》

       http://www.cnblogs.com/CBDoctor/archive/2013/01/28/2879883.html