2、放弃A
放弃可用性的话,则在遇到网络分区或其他故障时,受影响的服务需要等待一定的时间,再此期间无法对外提供政策的服务,即不可用
3、放弃C
放弃一致性的话(这里指强一致),则系统无法保证数据保持实时的一致性,在数据达到最终一致性时,有个时间窗口,在时间窗口内,数据是不
一致的。
对于分布式系统来说,P是不能放弃的,因此架构师通常是在可用性和一致性之间权衡。
CAP 理论告诉我们:
目前很多大型网站及应用都是分布式部署的,分布式场景中的数据一致性问题一直是一个比较重要的话题。
基于 CAP理论,很多系统在设计之初就要对这三者做出取舍:
任何一个分布式系统都无法同时满足一致性(Consistency)、可用性(Availability)和分区容错性(Partition tolerance),最多只能同时
满足两项。在互联网领域的绝大多数的场景中,都需要牺牲强一致性来换取系统的高可用性,系统往往只需要保证最终一致性。
问:为什么分布式系统中无法同时保证一致性和可用性?
全站分卷索引 · 101 卷
- 1一图解读分布式事务
- 2分布式事务与分布式锁的区别:
- 31、Atomic原子性
- 44、Durability持久性
- 5脏读、幻读、不可重复读
- 6幻读(Phantom Read)
- 7事务的隔离级别
- 8分布式事务的基本概念
- 9什么是分布式事务?
- 101. 跨库事务
- 112. 分库分表
- 123. 微服务化
- 13CAP定理
- 141、一致性
- 152、可用性
- 163、分区容错性
- 172、放弃A
- 18CAP 权衡
- 19CAP和ACID中的A和C是完全不一样的
- 20BASE定理
- 212、Soft state(软状态)
- 22BASE理论的特点:
- 23BASE理论与CAP的关系
- 24分布式事务分类
- 25柔性事务
- 26XA规范
- 27XA协议的实现
- 282PC/3PC协议
- 29Jta规范
- 30Atomikos分布式事务实现
- 31XA的主要限制
- 322PC(标准XA模型)
- 33阶段二:执行事务提交
- 34阶段二:中断事务
- 352PC二阶段提交的特点
- 362PC具有明显的优缺点:
- 37总结一下: XA-两阶段提交协议中会遇到的一些问题
- 38详解:三个阶段
- 39阶段三:doCommit
- 402PC和3PC的区别:
- 413PC主要解决的单点故障问题:
- 42XA规范的问题
- 43柔性事务的分类
- 44通知型事务
- 45异步确保型事务
- 46异步确保型事务使用示例
- 47基于阿里 RocketMQ实现MQ异步确保型事务
- 48本地消息表方案
- 49MQ事务消息 VS 本地消息表
- 50最大努力通知
- 51MQ事务消息方案
- 52本地消息表方案
- 53最大努力通知事务 VS 异步确保型事务
- 54消息发送一致性
- 55补偿型
- 56什么是补偿模式?
- 57什么是TCC 事务模型
- 58TCC的工作流程
- 59TCC事务案例
- 60TCC事务模型的要求:
- 61TCC与2PC对比
- 62TCC和2PC不同的是:
- 63TCC 的使用场景
- 64SAGA长事务模型
- 65Saga 模型由三部分组成:
- 66Saga的使用条件
- 67对于ACID的保证:
- 68SAGA模型的解决方案
- 69方案二:本地消息表
- 70SAGA的案例
- 71Saga和TCC对比
- 72总体的方案对比:
- 73seata
- 74Seata 的三大模块
- 754 种分布式事务解决方案
- 76Seata AT模式
- 77Seata AT模式的例子
- 78第一阶段流程:
- 79第二阶段流程如:
- 80Seata AT 模式在电商下单场景的使用
- 81电商业务场景中 Seata in AT mode 工作流程详述
- 82Seata的数据隔离性
- 83写隔离的原则:
- 84读的隔离级别
- 85Spring Cloud集成Seata AT模式
- 86第一阶段 Try
- 87第二阶段 Confirm
- 88第二阶段 Cancel
- 89多个事务并发的情况
- 90适用场景:
- 91缺点:
- 92Seata XA 模式
- 93使用Seata XA 模式的前提
- 94Seata XA 模式的工作机制
- 95XA 模式的使用
- 96面试题标准答案: 如何解决分布式事务问题的?
- 97(1)强一致性场景
- 98(2)弱一致性场景
- 99(3)最终一致性场景
- 100各大模式的总体对比:
- 101参考资料