分布式架构-CAP

什么是 .NET 的 CAP 框架?如何实现分布式事务? 在.NET中实现分布式事务可以通过多种方式,包括使用消息队列和事务补偿。消息队列通过发布-订阅模式实现最终一致性,而事务补偿通过Saga模式确保事务的最终一致性。选择合适的方法取决于具体的应用场景和需求。 阅读详情

分布式架构-CAP

分布式系统基础原则
分布式架构
集群,系统多节点
痛点:网络不可靠
维护各个节点的状态,保障各个节点之间数据的同步

1、概述:

  • 布鲁尔定理
  • 对于一个分布式系统而言,不能同时满足以下三点:
    • 一致性(consisteny)
    • 可用性(Availability)
    • 分区容错性(Partition tolerance)
  • 最多只能同时满足以上两点,其中P是必须要保留的
  • 一致性:系统中的所有数据备份,在同一时刻是同样的值,所有节点在同一时间的数据完全一致,越多节点,数据同步越耗时(数据同步耗时),
    • 强一致性:对于关系型DB,更新过的数据后续的访问都能看到。比如小明更新V0到V1,那么小华读取的时候也应该是V1。
    • 弱一致性:能容忍后续的部分或者全部访问不到。比如小明更新VO到V1,可以容忍那么小华读取的时候是V0。
    • 最终一致性:经过一段时间后要求能访问到更新后的数据。比如小明更新VO到V1,可以使得小华在一段时间之后读取的时候是V0。
  • 可用性:每个请求都能在合理的时间内获得符合预期的响应(不保证获取的结果是最新的数据)。
  • 分区容错性:当节点之间的网络出现问题之后,系统依然能正常提供服务。单节点故障(必不可少),由于网络问题,将系统的成员隔离成了2个区域,互相无法知道对方的状态,系统中任意信息的丢失或失败不会影响系统的继续运作

2、分析CA\CP\AP

2.1、CA不可取(网障)

  • 选择CA,放弃p分区容错性,假设有两个节点互相通信,当发生网络故障时,为了保证 C(一致性),那么就必须将系统锁住(进行数据同步),不允许任何写入操作,否则就会出现节点之间数据不一致了,此时如果有其他请求,系统是不可用的,违背了可用性A
  • 在网络正常情况下,CA是可以实现的
  • 没有p,不能叫分布式系统

2.2、CP架构:

  • 当有客户端向节点A进行写入请求时(准备写入Message 2),节点A会不接收写入操作,导致写入失败,这样就保证了节点A和节点B的数据一致性,即保证了Consisteny(一致性)。
  • 如果有另一个客户端向B节点进行读请求的时候,B请求返回的是网络故障之前所保存的信息(Message 1),并且这个信息是与节点A一致的,是整个系统最后一次成功写入的信息,是能正常提供服务的,即保证了Partition tolerance(分区容错性)。
  • 必须在p的保证下,各个节点之间进行数据同步(耗时),此时服务不可用,违反了可用性,如果仍然对外提供服务,就又违背了一致性,故必须保证此时服务不可用
  • zookeeper
  • Nacos 持久实例

2.3、AP架构

  • 由于网络问题,节点A和节点B之前不能互相通讯。
  • 当有客户端(向节点A进行写入请求时(准备写入Message 2),节点A允许写入,请求操作成功。但此时,由于A和B节点之前无法通讯,所以B节点的数据还是旧的(Message 1)同步失败。
  • 当有客户端向B节点发起读请求时候,读到的数据是旧数据,与在A节点读到的数据不一致。但由于系统能照常提供服务,所以满足了Availability(可用性)要求。
  • EUREKA,REDIS,Nacos 临时实例

3、注意事项;

3.1、注册中心的选择:

  • Zookeeper:CP设计,保证了一致性(数据同步),集群搭建的时候,某个节点失效,则会进行选举行的leader,或者半数以上节点不可用,则无法提供服务,因此可用性没法满足—金融行业,数据同步,锁服务,此时服务不可用
  • Eureka:AP原则,无主从节点,一个节点挂了,自动切换其他节点可以使用,去中心化–,数据有可能不一致

3.2、分布式锁

Redis分布式锁和Java锁的区别

  1. 分布式部署的话,Java锁是锁当前机器上的请求,无法对其他机器的请求进行加锁,因为Java锁用的是jvm的机制,只在本机生效
  2. 即使项目就是单机部署的,那么在加锁的时候,Java锁的粒度会更大,Java锁会对接口的其他请求全部阻塞,但是分布式锁,只会对接口的某一个key进行请求的时候,加锁;
  3. Redis分布式锁有key的入参,如果同时key1和key2都来请求接口,那么Redis分布式锁可以同时执行,但是Java锁,不行,会阻塞key2的请求

Redis分布式锁和zk分布式锁怎么选择:

  1. Redis采用的是AP模式,zk采用的是CP模式
  2. Redis分布式锁简单粗暴,获取不到锁,就直接不断的重试,比较消费资源、性能
  3. Redis本身的设计就不是强一致性的,所以,在一些极端的场景下,会出现问题,但是大部分情况下,是不会遇到所谓的极端复杂场景,所以,使用Redis锁也是一个选择
  4. zk的设计就是强一致性,如果获取不到锁,就添加一个监听,不用一直轮询,但是zk也有其缺点,如果有较多的客户端频繁的申请加锁解锁,对zk集群的压力比较大

https://www.youkuaiyun.com/tags/MtTaMg0sNDc4OTcxLWJsb2cO0O0O.html

4、BASE理论

4.1、介绍:

BASE是三个单词的缩写:

  • Basically Available(基本可用)
  • Soft state(软状态)
  • Eventually consistent(最终一致性)
    我们解决分布式事务,就是根据上述理论来实现。

4.2、例子:

下单减库存和扣款为例:

  • 订单服务、库存服务、用户服务及他们对应的数据库就是分布式应用中的三个部分。
  • CP:现在如果要满足事务的强一致性,就必须在订单服务数据库锁定的同时,对库存服务、用户服务数据资源同时锁定。等待三个服务业务全部处理完成,才可以释放资源。此时如果有其他请求想要操作被锁定的资源就会被阻塞,这样就是满足了CP。这就是强一致,弱可用
  • AP:三个服务的对应数据库各自独立执行自己的业务,执行本地事务,不要求互相锁定资源。但是这个中间状态下,我们去访问数据库,可能遇到数据不一致的情况,不过我们需要做一些后补措施,保证在经过一段时间后,数据最终满足一致性。这就是高可用,但弱一致(最终一致)。

4.3、总结:

由上面的两种思想,延伸出了很多的分布式事务解决方案:

  • XA
  • TCC
  • 可靠消息最终一致
  • AT
SAP CAP(Cloud Application Programming)开发框架概述 例如,假设我们希望从S/4集成业务合作伙伴,我们只需要导入服务API即可实现,例如,从SAP Business Accelerator Hub导入EDMX,并使用cds import来其转换为CDS service definition。这听起来可能矛盾,但并非如此:虽然CAP在不牺牲开放性和灵活性的情况下提供最佳实践,但您仍然可以自由选择技术栈,或者选择以下的技术架构。Node.js和Java中的CAP运行时从SAP应用程序中提炼并提供了许多通用的实现,加速开发,减少样板代码,提高代码质量。 阅读详情

相关推荐

【分布式数据架构 04】CAP理论深度解析:如何在一致性、可用性和分区容错性中做出最优选择

CAP理论是分布式系统设计的核心定理,它揭示了一致性(Consistency)、可用性(Availability)和分区容错性(Partition tolerance)三者不可兼得的本质。本文通过生动的生活场景类比和实际案例,深入解析CAP理论的精髓,帮助开发者在实际项目中做出明智的架构权衡选择。我们将从银行转账的一致性需求、电商系统的高可用要求出发,逐步构建对CAP理论的完整理解,并提供不同业务场景下的最佳实践指南。

熵数实验室 1378

架构设计之「 CAP 定理 」

在计算机领域,如果是初入行就算了,如果是多年的老码农还不懂 CAP 定理,那就真的说不过去了。CAP可是每一名技术架构师都必须掌握的基础原则啊。 现在只要是稍微大一点的互联网项目都是采用 分布式 结构了,一个系统可能有多个节点组成,每个节点都可能需要维护一份数据。那么如何维护各个节点之间的状态,如何保障各个节点之间数据的同步问题就是大家急需关注的事情了。 CAP定理是分布式系统中最基础的原则。所以理解和掌握了CAP,对系统架构的设计至关重要。 一、什么是 CAP? 「 CAP定理 」又被称为 布鲁尔定理,

ludongguoa的博客 856

常用的CAP框架

CAP框架

Mr.xing的博客 565

分布式架构理论知识之CAP理论

在当今的分布式系统领域,CAP 理论是一个广为人知且至关重要的概念。它帮助我们理解了在设计和构建分布式系统时需要做出的权衡。这个理论由 Eric Brewer 在 2000 年提出,它指出了分布式系统中的三个核心属性:一致性(Consistency)、可用性(Availability)和分区容错性(Partition Tolerance)。一致性确保了所有节点在同一时间看到相同的数据状态,可用性保证了系统在任何时候都能正常工作并返回正确的结果,而分区容错性则是指系统能够在网络分区或节点故障的情况下继续运行。

liubopro666的博客 1177

深入浅出 -- 系统架构之分布式CAP理论和BASE理论

通篇看完,大家会发现CAP理论并没有那么强大,它的作用更多局限于分布式存储领域,同时也并非整个分布式存储领域都会用到CAP思想,如今主流的分片式存储架构,就摒弃了传统的CAP模型。而BASE理论,则广泛运用于各类分布式系统,其中定义的三个概念,覆盖了分布式系统的大多数场景,比如微服务中的服务降级、熔断、限流机制,就是“基本可用”的一种体现。最后,在之前的文章中,我一直强调大家不要听风就是雨,学习技术时,务必保持审慎怀疑的态度!比如本文讨论的BASE理论,90%资料都在告诉你,它是CAP。

xiaoli8748的专栏 3645

从Mate到Mate40 Pro+:华为旗舰核心配置演进与选购避坑指南

本文回顾了华为Mate系列从初代到Mate40 Pro+的核心配置演进历程,重点分析了处理器性能、影像系统、屏幕设计及续航快充的技术突破。针对选购需求,提供了区分版本、5G选择及存储配置的实用避坑建议,帮助消费者明智选择华为旗舰机型。

weixin_30015371的博客 496

分布式架构的 CAP 定理、BASE 理论及其应用教程

CAP 定理告诉我们,在分布式系统中无法同时满足 C、A 和 P,因此 BASE(Basically Available, Soft State, Eventually Consistent)理论提供了一种现实可行的解决方案,特别适用于 AP 模式的系统。本文将深入解析 CAP 定理和 BASE 理论,并结合实际应用案例,帮助你掌握在分布式架构中的应用策略。合理地权衡 CAP 定理和 BASE 理论,结合具体业务需求,选择合适的架构设计,才能构建高效、稳定、可扩展的分布式系统。在构建分布式系统时,

宋发元 1497

为什么你的SSE连接总断?深入对比EventSource与fetch-event-source的5大差异点

本文深入对比了原生EventSource与@microsoft/fetch-event-source库在SSE连接稳定性上的五大关键差异。重点剖析了后者在请求能力、连接控制、错误处理、数据解析及性能优化方面的优势,特别是其支持POST请求、自定义Header、精细化的重连策略与生命周期管理,为解决生产环境中SSE连接频繁断开的问题提供了专业方案。

weixin_28077113的博客 498

分布式架构适用CAP理论

分布式架构适用CAP理论(Consistency 一致性,Availability 可用性,Partition Tolerance 分区容忍性) 按照业务领域划分成多个垂直服务架构 从可用性的角度考虑做了分层服务架构 这里主要遵循了两个原则:不宜过早的进入到微服务架构的设计中,好的架构是演进出来的不是提前设计出来的。 保障集群高可用,主要从三个方面来入手,事前较多的是做全链路压测评,估峰值容量;...

xuezhezhishen的专栏 230

智能驾驶小白必看:MEB低速紧急制动系统的工作原理与传感器配置详解

本文深入解析了MEB低速紧急制动系统的工作原理与传感器配置。该系统作为智能驾驶的关键安全冗余,专为应对停车场、拥堵路段等复杂低速场景设计。文章详细拆解了其如何通过超声波雷达、环视摄像头等传感器融合感知环境,并基于碰撞时间(TTC)等模型进行风险评估与分级制动,最终实现主动防碰撞,是智能驾驶技术实用化的重要体现。

c2d3e4f的博客 1133

Verilog单周期CPU设计(超详细)

实验 单周期CPU一、设计目的与目标实验内容实验要求二、课程设计器材硬件平台软件平台三、 CPU逻辑设计总体方案指令模块MIPS指令格式指令处理流程数据通路总体结构图设计流程逻辑图四、模块详细设计PCAdd4PCINSTMEMDATAMEMSHIFTER32_L2SHIFTER_COMBINATIONMUX4X32MUX2X5EXT16T32MUX2X32CONUNITREGFILEALUSing...

Ace Cheney的博客 9万+

base cap 分布式_分布式系统架构理论 - CAP、BASE

1. CAP 理论任何分布式架构设计的系统,只能同时满足 CAP 中的任意两种,无法同时三种并存。CAP(Consistency、Availability、Partition tolerance) 是三个单词的缩写,分别代表一致性,可用性,分区容错性。这个理论到目前为止都适用于分布式架构系统。1.1 Consistency 一致性我们知道ACID中事务的一致性是指事务的执行不能破坏数据库数据的完整...

weixin_33281416的博客 139

COLMAP生成MVSNet数据集

COLMAP生成MVSNet数据集

qq_43307074的博客 5639

业务多活架构和分布式CAP实战

点击上方蓝色“方志朋”,选择“设为星标” 回复“666”获取独家整理的学习资料! 自2008 年双11 以来,在每年双 11 超大规模流量的冲击上,蚂蚁金服都会不断突破现有技术的极限。20...

方志朋的博客 252

CTF逆向实战:如何快速识别RC4、TEA和Base64的魔改变种?

本文针对CTF逆向比赛中常见的加密算法魔改问题,详细讲解了如何快速识别和破解RC4、TEA和Base64的变种。通过分析算法核心特征、常见魔改手法,并结合动态调试与脚本编写等实战技巧,帮助逆向分析人员有效应对算法混淆,提升解题效率。

agile9scrum的博客 786

[DDR5]DDR5 SDRAM 状态图 和 基本功能

DDR5 SDRAM的读写操作以突发(burst mode)为导向,从选定的位置开始,并按照编程顺序进行16个突发长度或8个“切片”突发长度的操作。从ACTIVATE命令开始,然后是读取或写入命令。

串起点滴 1203

分布式架构之CAP理论

博客 CAP 定理的说明性证明 该CAP定理是在分布式系统中的一个基本定理,指出任何分布式系统最多可以有两个以下三个属性。 çonsistency 一个vailability Partition宽容 本指南将用图片总结吉尔伯特和林奇的规范和 CAP 定理的证明! 什么是CAP定理? CAP 定理指出,分布式系统不能同时具有一致性、可用性和分区容忍性。听起来很简单,但保持一致是什么意思?可用的?分区容忍?哎呀,你说的分布式系统到底是什么意思? 在本节中,我们将介绍一个简单的分布式系统...

qq_45065241的博客 492

Host是如何与EC通信的

EC中有三个寄存器,分别为状态寄存器EC_SC、命令寄存器EC_SC和数据寄存器EC_DATA。而状态寄存器和命令寄存器同属于一个寄存器,这几个寄存器遵循着ACPI EC规范。host可以根据ACPI协议规范来与EC进行通信。 以下是个寄存器的详细介绍。 EC状态寄存器(EC_SC(R)),该寄存器是一个只读寄存器,它反映了此时EC接口的状态。下图为该寄存器表。 EC状态寄存器表中各位的具体含义: OBF(Output Buffer is Full),该状态位置1...

qq_30135687的博客 3701

分布式架构之CAP定理

分布式(distributed system)正越来越成为互联网发展的重头戏,大型网站几乎都是分布式的。然而分布式系统的最大难点就是各个节点的状态如何同步。解决此问题,理解CAP 定理是理解分布式系统的基础。 分布式系统的三个指标 1998年,加州大学的计算机科学家 Eric Brewer 提出,分布式系统有三个指标。 Consistency Availability Partit...

Aaron的blog 472

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

分布式架构理论(CAP和注册中心的选择)

分布式架构理论 微服务 微服务就是一个很小的服务,小到一个服务就只完成一个功能、只做一件事。但是这个服务可以独立部署运行,每个服务之间通过RPC(远程调用)来相互交互,每一个微服务都可以有一个小团队来完成开发、测试、部署、上线、维护它的生命周期。 微服务架构 在做架构设计时,先做逻辑架构、在做物理架构,当你拿到需求后,估算过最大用户量和并发量后,计算每一个应用服务器能否满足需求,如果用户量只有几百人的小应用,单体应用就可以搞定,即把所有应用部署在一个应用服务器上;如果是很大的用户量,且一些功能会被频繁、大量

编程大白菜 375

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

分布式架构之CAP理论/AP架构/CP架构

上一篇梳理一下 CAP定理:https://blog.youkuaiyun.com/Soinice/article/details/96782876 著名的CAP理论指出,一个分布式系统不可能同时满足C(一致性)、A(可用性)、和P(分区容错性)。由于分区容错性P在分布式系统中必须要保证的,因此我们只能在A和C之间进行权衡。 因此: Zookeeper保证的是CP, Eureka则是AP。 但是对C...

Soinice的博客 1万+

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

分布式架构的CAP原理

分布式系统是由一组通过网络进行通信、为了完成共同的任务而协调工作的计算机节点组成的系统。 分布式系统的设计目标一般包括: 性能:分布式系统对外提供服务时的延时和吞吐率是必须要满足用户需要的; 可用性:这是分布式系统的核心需求,表示分布式系统是否处于整体可服务并且一直可服务的状态; 容错性:分布式系统发生故障时,系统有对故障进行规避和恢复的能力; 扩展性:增加一台机器不会改变或极少改变其2系统行为,并能获得近似线性的性能提升; CAP理论:一个分布式系统最多只能同时满足一致性(Consistency)、

keyboard专栏 390

面试基础---分布式架构基础:CAP 理论与 BASE

CAP 理论和 BASE 理论是分布式系统设计的基础理论。通过深入理解这些理论,我们可以根据实际需求设计高可用、高性能的分布式系统。在实际项目中,合理权衡一致性、可用性和分区容错性,结合异步复制、版本控制和补偿机制等实现方式,可以显著提高系统的性能和可靠性。通过源码分析和实际案例,我们进一步了解了这些理论的实现细节。希望本文能为你在实际项目中设计分布式系统提供帮助。CAP 理论BASE 理论ZooKeeper 源码Cassandra 源码。

weixin_43290370的博客 1452

【进阶架构师】分布式之CAP原则

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 【进阶架构师】分布式之CAP原则前言一、官方CAP原则定义二、通俗CAP解释1.一致性(C)2.可用性(A)3.分区容忍性(P)三、最终一致性解决方案BASE四、常用分布式框架的CAP原则CP without A:AP wihtout C:CA without P:总结 前言 提示:这里可以添加本文要记录的大概内容: 在学习分布式相关知识以及分布式相关框架Kafka、Redis等时,常常会看到CAP原则,就是要么AP,要么CP,要么AC.

xsf1006的博客 1623

分布式架构CAP理论

分布式架构CAP定理 CAP定理是分布式系统设计中最基础,也是最为关键的理论,它指出,分布式数据存储不可能同时满足以下三个条件: 一致性(Consistency):每次读取数据要么获得最近写入的数据,要么获得一个错误。 可用性(Availability):每次请求都能获得一个(非错误)响应,但不保证返回的是最新写入的数据。 分区容忍性(Partition tolerance):尽管任意数量的...

luzhangshan123的博客 265
上一篇: git-reset
下一篇: 定时任务Elastic-job入门学习01
ADCQprogrammer
博客等级 码龄7年 4粉丝 21原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值