标签搜索
- 公众号
- 事务
- 流处理
- 大数据
- 旅行
- mongo db
- SUNO
- github
- IDEA
- 安全
- 注解
- 总结
- 求职
- 分布式事务
- CAP
- 分布式系统
- loadbalancer
- 装修
- 买房
- 前端
- 方案设计
- AIGC
- JVM
- 资讯
- Netty
- NIO
- BIO
- zookeeper
- RocketMQ
- MySQL
- stable diffusion
- spring MVC
- spring AOP
- JDBC
- mybatis
- logback
- docker
- consul
- spring event
- 新冠
- 连接池
- redis
- 运维
- nginx
- hiper-v
- DDD
- 搞笑
- 数据库
- 团建
- 游戏
- Gradle
- 心情
- 好物
- eureka
- spring framework
- spring boot
- 设计模式
- apache common
- ShardingSphere
- KAFKA
- leetcode
- spring cloud
- feign
- ES
- 起点
目 录CONTENT
以下是
分布式系统
相关的文章
-
如何保证分布式系统的一致性 分布式环境中，由于数据分布在不同节点上和可能出现的网络故障、节点故障等问题，传统的单一数据库事务的ACID属性在分布式系统中难以保证。分布式事务主要解决一致性、原子性、隔离性和持久性问题。分布式事务通过一致性协议来确保一组操作要么全部成功，要么全部失败，保持数据的一致性。为确保一组操作的原子性，需要采用分布式事务协议如两阶段提交（2PC）或三阶段提交（3PC）。为保证各个事务之间的隔离性，分布式事务采用锁机制、版本控制等手段来实现。为保证持久性，分布式事务通过数据备份、数据复制等手段来保证一旦事务提交，其对数据库的改变是持久的。分布式事务通过全局事务或状态机来对分支事务进行编排，以保证分支事务的操作原子性。在CP系统中，分布式事务常见，以确保数据的强一致性。在AP系统中，对一致性要求相对较低，可能采用最终一致性或其他非事务性手段处理数据更新。存在不同的分布式事务协议，如二阶段提交（2PC）、三阶段提交（3PC）、TCC和SAGA模式等，根据不同的使用场景选择适合的协议。 -
从CAP出发看懂分布式系统 CAP理论是分布式系统中的三个核心概念，分别是一致性、可用性和分区容错性。在分布式系统中，无法同时满足这三个概念，最多只能同时满足其中两个。一致性要求所有节点在同一时刻看到的数据是相同的，可用性要求系统保证每个请求都能够得到响应，无论成功还是失败，而分区容错性要求系统能够在网络分区的情况下继续运行。根据CAP理论，分布式系统可以被划分为CA系统、AP系统和CP系统。CA系统在分区容错性上做出了妥协，只强调一致性和可用性；AP系统强调可用性和分区容错性，允许在分区的情况下继续提供服务；CP系统强调一致性和分区容错性，采用同步方式保证数据一致性。在AP系统中，数据的一致性可能存在短暂的不一致，但随着时间的推移，系统会趋向一致；而在CP系统中，只有领导者节点能够进行读写操作，其他节点需要等待领导者的同步，确保整个系统的数据一致。
