分布式中的一致性

分布式基础 - CAP理论

当一个从逻辑上被视为整体的系统，拆散到多个节点部署时，则能称之为分布式系统，分布式领域中的
CAP 理论，即是图中三个单词的首字母缩写组合， CAP 由三个指标组成：
C ： Consistency （一致性）；
A ： Availability （可用性）；
P ： Partition tolerance （分区容错性）。
Consistency一致性
分布式和以往集中式部署的单体架构不同，它可以部署在多个节点上，以 Redis 为例，如果只部署一个
节点，则属于单机版本，采用主从、分片等集群模式部署，称之为分布式版本。所谓的一致性，即是在
同一个分布式系统中，同一时刻的所有节点，能看到的数据完全相同。

Availability可用性
分布式系统因为部署在多个节点，虽然避免了单点故障问题，但也会增加整个系统的风险出错率，还是
上面 Redis 的例子， A、B、C 三个节点都有可能出现故障。而 CAP 里的可用性，即是指分布式系统中，
能够始终对请求做出响应，好比 B 节点发生错误，整个 Redis 服务依旧要能够正常处理并响应外部的请
求，不能由于某一个或部分节点的损坏，导致整个系统陷入不可用状态。
Partition tolerance分区容错性
组成分布式系统的多个节点，可以部署在任意节点上，这意味着我们可以用物理位置不同的服务器来部
署系统，不同节点间的协调与数据同步，都依靠网络来完成。当组成分布式系统的多个节点，其中某个
节点出现网络故障时（如网络中断、抖动、网络设备损坏等），对系统内其余正常的节点来说，无法通
过网络感知到该节点，它成为无法通信的孤立区域，从而造成了网络分区。
CAP三者选其二问题
一致性要求所有节点在同一时间看到相同的数据；
可用性则要求系统能够始终对请求做出响应；
分区容错性则是指系统在遇到网络分区时，仍然能够保持一定的可用性和一致性。

通常而言，如果更关注性能，可以选择 AP 类型的组件，毕竟 AP 舍弃了数据一致性，只需等数据写入主
节点，就可以向客户端返回写入成功，这无疑会大幅度提升请求的响应时间。但 AP 组件存在数据丢失的
风险，比如数据刚写进主节点，还没来得及同步给从机，主节点就宕机了，此时切换上来的新主，就会
丢失这部分数据。
反之，如果更关注数据安全性，则可选用 CP 类型的组件， CP 放弃了可用性，优先保证数据一致性，当
数据写进主节点后，往往需要等到从节点也写入完成，最后才能给客户端返回写入成功，这显然会拖慢
响应速度，因为从机未写入成功，请求则需要一直阻塞等待。不过这种模式有个好处，就是当主节点宕
机时，无论是哪台从机成为新主，都能保证拥有最完整的数据，不会存在数据丢失现象。
分布式核心 - BASE理论

BA ：Basically Available（基本可用）；
S ：Soft state（软状态）；
E ：Eventually consistent（最终一致性）；
Basically Available基本可用
基本可用的核心思想就是：当系统出现故障或意外情况时，允许放弃掉部分可用性，保证核心功能可
用，或能响应外部请求（返回自定义的错误提示也可以）即可。

Soft state软状态
软状态在有些地方也叫弱状态，是指允许系统存在中间状态，并且该中间状态不会影响系统整体的可用
性。
这就好比传统关系型数据库里的事务机制，假设没有事务机制，写入数据就只有成功、失败两种状态：
成功：数据成功保存到数据库，当出现读取请求时，能正常读到写入（或更新）后的值；
失败：数据未保存到数据库，当出现读取请求时，只能看到之前的值，或看不到值；
而有了事务机制后，在成功与失败之间，多了一个中间态，即：数据写入成功，事务暂未提交，这个中
间态的存在，也不会影响数据库整体的可用性。
Eventually consistent最终一致性
在 BASE 理论中，最终一致性是和软状态绑定的，两者需要结合在一起理解。软状态允许系统内存在中
间态，但要记住：如果这个中间态，一直不变成终态，而是卡在那里的话，就会影响系统整体的可用
性。
BASE 理论里的最终一致性，就是为了填补“卡在中间态不变化”这个逻辑漏洞，代表系统内出现中间态
时，经过一定时间推移后，最终肯定能达到一致的状态（终态）。
总结
CAP 理论更偏向于分布式存储这个领域，而且并非所有分布式存储领域都会用到 CAP ，只有哪些存在数
据副本的分布式存储场景，如所谓的主从集群、多主集群、镜像集群、复制集群、副本集群……等场景
时，才会用到 CAP ，因为这些情况下才会涉及到数据同步，才会涉及到数据一致性问题！
BASE 里的一致性维度更高，关注点是：分布式系统里的状态一致性，即中间态最终会演变成终态
BASE 理论与 ACID 完全相反， ACID 是悲观思想，在每次操作结束时强制要求保持一致性（即事务结束
必须落入终态）。而 BASE 是乐观思想，可以接受数据库一致性处于不断变化的状态。