分布式基础-BASE理论
最新回答
清谷幽兰
2020-10-03 13:10:57
在探讨关系型数据库时，事务和事务特性ACID常被提及。然而，当涉及到分布式共享数据系统时，我们不得不面对CAP理论的限制。为实现CP（一致性与分区容错性），我们不得不牺牲可用性；若追求AP（可用性与分区容错性），则一致性将受损。对大型应用而言，资金等严格一致性场景较少，因此多数选择AP，即在保留可用性与分区容错性的同时，允许一致性的柔性变动。这便是BASE理论的核心所在，它为我们在一致性与可用性之间寻找平衡提供了一种有效途径。
一 BASE理论
BASE理论由eBay工程师提出，旨在处理腔野互联缺圆洞网应用中一致性与可用性的权衡问题。其三大核心概念分别是：基本可用、软状态与最终一致性。
基本可用概念认为系统应该具备核心功能的正常运作，即使在用户量超出预期的情况下，也应通过延迟响应、流量削峰等策略来确保系统的核心服务不中断。
最终一致性则指数据最终会达到一致状态，虽然在某个时间点数据可能不完全一致，但对用户影响较小。以更新微博动态为例，部分用户可能暂时无法查看到更新，但最终所有用户都能看到更新的内容。
软状态指的是数据处于一种动态变化的状态，强调数据在特定时间点后达到一致性。最终一致性系统并不保证立即读取到最新数据，也不承诺具体时间读取最新数据，而是确保在一定时间内数据可用。
二 如何保障基本可用
系统过载是导致不可用的主要原因之一。为应对过载流量，我们可以通过流量控制手段来保障系统的可用性。
1. 削峰填谷：通过错开抢购时间、缓存用户请求等方式，分散系统压力，实现流量的削峰填谷。
2. 延迟响应：将用户请求缓存并逐步处理，避免短时间内大量请求压垮系统，实现系统基本可用。
3. 服务降级：在系统负载过高时，优先保证核心功能正常运行，通过降低非必要功能（如日志级别、图片分辨率）来减少系统资源消耗。
4. 过载保护：当系统无法处理额外流量时，系统会自动中断过时或随机丢弃请求，以确保基本可用性。
三 最终一致性
最终伏枯一致性系统通过多个副本确保数据可用性，网络延迟导致的副本不一致问题难以避免。在不严格要求一致性的场景中，采用最终一致性策略。
1. 写时修复：在写入数据时，若发生副本写失败，系统缓存并自动重试，从而加快达到最终一致性，性能最优。
2. 读时修复：在读取数据时同时读取多个副本，通过特定规则（如超过半数值）决定返回值，实现数据修复。
3. 异步修复：通过定时比较不同节点数据，发现不一致后进行同步修复，但性能较低。
四 总结
BASE理论在复杂互联网环境中提供了一种平衡一致性与可用性的策略。它通过实现基本可用性，最终达到系统数据的一致性，成为现代NoSQL系统设计的重要理论基础。
热门标签
