首页 > 代码库 > 大数据日知录【第二章:数据的复制与一致性】
大数据日知录【第二章:数据的复制与一致性】
基本原则:
CAP (Consistency Available Partition Tolerance) 三个条件不可能同时满足(强一致性,可用性,网络分区总会存在,但存在网络分区的条件下让仍然可以用)
在目前的互联网中,P是客观的条件,为了好的用户体验往往A也必须达到,如此只能弱化C 也就是弱一致性模型。
ACID(Atomicity, Consistency, Isolation, Duration) 在关系型数据库中常用 保证数据的强一致性和高可靠性
分布式系统下的幂等性:调用方反复执行同一操作与只正确执行一次的效果相同。
副本更新策略有:同时更新(更新顺序难以确定),主从式更新(主副本和从副本),任意节点更新(同步和异步)
同步是指:发送方发出数据后,等接收方发回响应以后才发下一个数据包的通讯方式。
异步是指:发送方发出数据后,不等接收方发回响应,接着发送下个数据包的通讯方式。
一致性协议:
向量时钟:分布式环境下生成事件之间偏序关系的算法
RWN协议:至少有R份数据成功读取,至少有W份数据写入成功,分布式系统中包含N个备份,若R+W>N 则满足数据一致性协议。
大数据日知录【第二章:数据的复制与一致性】
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。