分布式事务基础理论（二）

  • Z时代
  • 2024-01-10
  • 分类：综合

编程

结合电商系统中的业务场景理解CAP。

如图：

整体执行流程如下：

  1. 商品服务请求写入主数据库信息，包括添加商品，修改商品，删除商品；

  2. 主数据库向商品服务响应写入成功。

  3. 商品服务请求从数据库读取商品信息。

Consistency:

一致性是指写操作后的读操作，可以读取到最新的数据状态，当数据分步在多个节点上，从任意节点读取的数据都是最新的状态。

上图中，商品信息的读写要满足一致性就要实现如下目标：

  1. 商品服务写入主数据库成功，则向从数据库查询新数据也成功；

  2. 商品服务写入主数据库失败，则向从数据库查询新数据也失败；

如何实现一致性？

  1. 写入主数据库后要将数据同步到从数据库；

  2. 写入主数据库后，在向从数据库同步期间要将从数据库锁定，待同步完成后再释放锁，以免新数据写入成功后，向从数据库查询到旧的数据。

分布式系统一致性的特点：

  1. 由于村在数据同步的过程，写操作的响应会有一定的延迟。

  2. 为了保证数据一致性会对资源暂时锁定，待数据同步完成释放锁定资源。

  3. 如果请求数据同步很失败的节点，则会返回错误信息，一定不会返回旧数据。

Availability

可用性是指任何事务操作都可以得到响应结果，且不会出现响应超时和响应错误。

上图中，商品信息读取满足可用性就要实现如下目标：

  1. 从数据库接收到数据库查询请求时需要立即响应数据查询结果；

  2. 从数据库不允许出现响应超时或者响应错误；

如何实现可用性？

  1. 写入主数据库后要将数据同步到从数据库；

  2. 由于要保证数据库可用性，不可将从数据库的资源进行锁定；

  3. 即使数据还未同步过去，从数据库也要返回查询的数据，哪怕是旧数据，如果旧数据没有了，可以按照约定返回默认信息，但不能返回错误或者响应超时；

分布式系统的可用性特点：

  1. 所有请求都有响应，且不会出现响应超时或者响应错误；

Partition tolerance:

通常分布式系统各个节点部署在不同的子网中，这就是网络分区，不可避免的因为网络问题，导致通信失败，此时仍然需要保证对外提供服务，这叫做分区的容忍性。

上图中，商品信息读写满足分区容忍性需要满足如下目标：

  1. 主数据库向从数据库同步数据失败不想赢读写操作。

  2. 其中一个节点挂掉不影响另外一个节点对外提供服务。

如何实现分区容忍性？

  1. 尽量使用一部取代同步操作，例如使用异步方式将数据从主数据库同步到从数据库，节点之间能有效实现松耦合。

  2. 添加从数据库节点，其中一个节点挂掉其他从节点提供服务。

分布式分区容忍性的特点：

  1. 分区容忍性是分布式系统具备的基本能力。

CAP组合方式

所有分布式事务场景中不会同时具备CAP三个特性，因为在具备了P的前提下，C和A是不能共存的。

  1. AP:放弃一致性，追求分区容忍性和可用性。这是很多分布式系统设计时的选择。通常，实现AP都会保证最终一致性，后面讲的BASE理论则是根据AP来扩展的，一些业务场景，例如：订单退款，今日退款成功，明日账户到账，只要用户可以接受一定时间内到账即可。

  2. CP：放弃可用性，追求一致性和分区容错性，我们的zookeeper其实就是追求的强一致性，比如跨行转账，一次转账需要等待双方银行系统都完成整个事务才算完成。

  3. CA:放弃分区容忍性，即不进行分区，不考虑由于网络不通或节点挂掉问题，则可以实现一致性和可用性。那么通常将不是一个标准的分布式系统。我们常用的关系型数据库就能满足CA.

总结

通过学习上面的CAP理论的相关知识，CAP是一个已经被证实的理论：一个分布式系统最多只能满足三项中的两项，可以作为我们进行架构设计、技术选型的考量标准。对于大型互联网应用场景，节点众多，部署分散，集群规模越来越大，节点故障和网络故障是常态，要保证N个9的服务可用性，达到良好的响应性能来提高用户体验，一般是保证AP,舍弃C强一致性，保证最终一致性。

BASE理论

  1. 理解强一致性和最终一致性：CAP理论告诉我们分布式系统中，只能满足其中两项，实际应用中使用AP较多，AP舍弃了一致性，但并不表示不要一致性，而是允许在一定时间内，可以不一致，但是还是要保证最终一致性；

  2. BASE理论：basically avaliable（基本可用）、soft state（软状态）、eventally consistent（最终一致性）。BASE理论是AP的一个扩展，通过牺牲强一致性获得可用性，当出现故障时，允许部分不可用但要保证核心功能可用，允许数据一定时间内不一致的，但最终达到一致状态。满足BASE理论的事务，我们称之为“柔性事务”。

    • 基本可用：分布式系统出现故障时，允许损失部分功能，但需要保证核心功能可用。例如电商网站交易付款出现问题了，但商品详情仍然能正常浏览；

    • 软状态：由于不要求强一致性，所以BASE理论允许系统中出现中间状态，这个状态不影响系统可用性，例如订单中的“支付中”，“数据同步中”等状态，待数据最终一致性时改为“成功”状态；

    • 最终一致性：最终一致性是指经过一段时间后，所有节点的数据都将会一致。例如订单中的“支付中”状态，最终会变成“支付成功”或者“支付失败”，使得订单状态与实际交易结果达成一致，但需要一定时间的延迟、等待。

以上是 分布式事务基础理论（二） 的全部内容， 来源链接： utcz.com/z/516046.html

回到顶部