1. 如何证明分布式系统的 CAP 理论？

作者: 木叶苍蓝 | 来源:发表于2023-07-23 20:02 被阅读0次

随着移动互联网的快速发展，互联网的用户数量越来越多，产生的数据规模也越来越大。
对应用系统提出了更高的要求，我们的系统必须支持高并发访问和海量数据处理
分布式系统技术就是用来解决集中式架构的性能瓶颈问题

分布式系统的核心是可扩展性
通过对服务，存储的扩展，来提高系统的处理能力
通过对多台服务器协同工作，来完成单台服务器无法处理的任务，尤其是高并发或者大数据量的任务

是指在系统中某个组件一旦失效，这会让整个系统无法工作，而不出现单点故障，单点不影响整体就是分布式系统的设计目标之一。

是因为无状态的服务才能满足部分机器宕机不影响全部，可以随时进行扩展的需求

20230724193213.jpg

一致性（Consistency）
所有的节点同时看到相同的数据
即更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致，等同于所有节点拥有数据的最新版本。
一致性被称为原子对象，任何的读写都应该看起来是“原子”的，或串行的
写后面的读一定能读到前面写的内容，所有的读写请求都好像被全局排序
可用性（Availability）
任何时候，读写都是成功的
即服务一直可用，而且是正常响应时间
比如系统稳定性已经做到3个9,4个9，即99.9%，99.99%
这里的 N 个 9 就是对可用性的一个描述，叫做 SLA，即服务水平协议
对任何非失败节点都应该在有限时间内给出请求的回应（请求的可终止性）
分区容忍性（Partition Tolerance）
当部分节点出现消息丢失或者分区故障时，分布式系仍然能够继续运行
即系统容忍网络出现分区
且在遇到某节点或网络分区之间网络不可达的情况下
仍然能够对外提供一致性和可用性的服务
允许节点之间丢失任意多的消息，当网络分区发生时，节点之间的消息可能会完全丢失

CAP 理论提醒我们，在架构设计中，不要把精力浪费在如何设计满足三者的完美分布式系统上，而要合理进行取舍。

CP 架构：放弃可用性，追求一致性和分区容错性
ZooKeeper 就是采用了 CP 一致性
ZooKeeper 是一个分布式的服务器框架，主要用来解决分布式集群中应用系统的协调和一致性问题
AP 架构：放弃强一致性，追求分区容错和可用性
EureKa 是 Spring Cloud 微服务技术栈中的服务发现组件
Eureka 的各个节点都是平等的，几个节点挂掉不影响正常节点的工作
剩余的节点依然可以提供注册和查询服务，只要有一台 Eureka 还在，就能保证注册服务可用
只不过查到的信息可能不是最新的版本，不保证一致性