高并发架构系列:详解分布式一致性ACID、CAP、BASE及区别
在面试环节,经常会问CAP、BASE等相关的分布式理论,其实这些名词主要还是来自于分布式的一致性,今天主要介绍分布式一致性:强一致性、最终一致性、ACID、CAP等理论。 分布式一致性的背景 随着分布式事务的出现,传统的单机事务模型(ACID)已经无法胜任,尤其是对于一个高访问量、高并发的互联网分布式系统来说。 如果我们要求严格一致性,很可能就需要牺牲掉系统的可用性,反之亦然。 如何构建一个兼顾可用性和一致性的分布式系统成为了无数Java工程师探讨的难题。 数据一致性的由来 一致性(Consistency)一直是分布式系统里一个很重要的话题。 在存储系统中,为了避免数据丢失,我们都会对数据进行持久化。 对数据进行持久化可以避免宕机带来的数据丢失问题,但是不能解决单机永久性故障的问题。存储系统作为基础设施,在单机上持久化是远远不够的,我们需要将数据复制到多台机器上以提升系统的可用性和可靠性。 一旦数据被复制到多个节点,那么就产生了一致性的问题。 分布式数据一致性的级别 1、强一致性 是最强的一致性模型,要求任何读取操作都能读取到最新的值,换句话说,要求任何写入操作立即同步给所有进程。 2...




