第10章大数据与云数据库管理

以下图片来自西安交通大学侯迪老师的ppt，仅供学习和复习使用，请勿转载或他用

云数据管理的理论基础（重点）

1. CAP定理

C：consistency 一致性即分布式系统中的所有数据备份在同一时刻是相同的

A：availablility 可用性即使一些节点故障，整体还是能够响应客户端的读写请求（总是能有结果）

P：partition tolerance 分区容忍性

一个分布式系统里面，节点组成的网络本来应该是连通的。然而可能因为一些故障，使得有些节点之间不连通了，整个网络就分成了几块区域。数据就散布在了这些不连通的区域中。这就叫分区。

当你一个数据项只在一个节点中保存，那么分区出现后，和这个节点不连通的部分就访问不到这个数据了。这时分区就是无法容忍的。

提高分区容忍性的办法就是一个数据项复制到多个节点上，那么出现分区之后，这一数据项就可能分布到各个区里。容忍性就提高了。

然而，要把数据复制到多个节点，就会带来一致性的问题，就是多个节点上面的数据可能是不一致的。要保证一致，每次写操作就都要等待全部节点写成功，而这等待又会带来可用性的问题。

总的来说就是，数据存在的节点越多，分区容忍性越高，但要复制更新的数据就越多，一致性就越难保证。为了保证一致性，更新所有节点数据所需要的时间就越长，可用性就会降低。

作者：邬江链接：CAP理论中的P到底是个什么意思？ - 知乎来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

CAP中只能满足任意2个

2. 一致性模型

强一致性

强一致性(即时一致性)假如A先写入一个值到存储系统，存储系统保证后续的读操作都返回最新值。例如：文件系统，RDBMS都是强一致性的。

弱一致性

假如A先写入了一个值到存储系统，存储系统不能保证后续读取操作能够读到最新值。这种情况下有一个“不一致性窗口”，它特指从A写入值，到后续操作A,B,C读取到最新值这一段时间。例如：某些cache系统，网络游戏其它玩家的数据和你没什么关系，或是百度搜索引擎。

最终一致性

最终一致性是弱一致性的一种特例假如A首先write了一个值到存储系统，存储系统保证，如果在A,B,C后续读取之前没有其他写操作更新同样的值的话，最终所有的读取操作都会读取到A写入的最新的值。这种情况下，如果没有失败发生的话，“不一致性窗口”的大小依赖以下的几个因素：

交互延迟
系统的负载
复制架构中replica的个数(可以理解为master/slave模式中，slave的个数)

例如：DNS，电子邮件。

服务器一致性（重点）

要保证强一致性，则必须W+R>N

同时要保证写操作的高可用（写的节点少即写的时间少则可用性高）：W=1,R=N

同时要保证读的高可用：R=1,W=N

平衡：W=R=N/2+1，这里除是整除

详细分析见：

https://segmentfault.com/a/1190000002802797

3.BASE性质

牺牲高一致性

4. 一致性哈希

5. PAXOS算法（略）

第10章习题