一、CAP理論與BASE理論：

1、什么是 CAP 理論：

• C：Consistency 一致性：指強(qiáng)一致性，分布式系統(tǒng)中的所有節(jié)點(diǎn)在同一時(shí)刻具有同樣的值、都是最新的數(shù)據(jù)副本，一致性保證了不管向哪臺(tái)服務(wù)器寫(xiě)入數(shù)據(jù)，其他的服務(wù)器能實(shí)時(shí)同步數(shù)據(jù)

• A：Availability 可用性：部分結(jié)點(diǎn)宕機(jī)不影響整個(gè)集群對(duì)外提供服務(wù)，每次向未故障的節(jié)點(diǎn)發(fā)送請(qǐng)求，服務(wù)節(jié)點(diǎn)總能保證在有限的時(shí)間內(nèi)處理完成并進(jìn)行響應(yīng)，從用戶角度來(lái)看就是不會(huì)出現(xiàn)系統(tǒng)操作失敗或者訪問(wèn)超時(shí)等問(wèn)題，但是系統(tǒng)內(nèi)部可能會(huì)出現(xiàn)網(wǎng)絡(luò)延遲等問(wèn)題

• P：Partition Tolerance 分區(qū)容錯(cuò)性：由于網(wǎng)絡(luò)的問(wèn)題錯(cuò)綜復(fù)雜，如果某個(gè)節(jié)點(diǎn)因?yàn)榫W(wǎng)絡(luò)等問(wèn)題造成數(shù)據(jù)不一致，或者數(shù)據(jù)延遲很久才同步過(guò)來(lái)，雖然會(huì)影響部分節(jié)點(diǎn)數(shù)據(jù)的時(shí)效性，但是服務(wù)節(jié)點(diǎn)依然是可用的，分布式系統(tǒng)要能容忍這種情況的，也就是說(shuō)，盡管網(wǎng)絡(luò)上有部分消息丟失，但系統(tǒng)仍然可繼續(xù)工作。

????????分布式系統(tǒng)中，CAP是無(wú)法同時(shí)滿足的，只能滿足CAP中的兩種，因此在設(shè)計(jì)分布式架構(gòu)時(shí)，必須做出取舍，而對(duì)于分布式系統(tǒng)，分區(qū)容忍性是基本要求，必須要滿足，否則就失去了價(jià)值。因?yàn)槭枪?jié)點(diǎn)宕機(jī)和網(wǎng)絡(luò)故障大概率事件，很難避免，而當(dāng)出現(xiàn)這種情況時(shí)，不可能同時(shí)保持一致性和可用性，所以設(shè)計(jì)分布式系統(tǒng)，就是在一致性和可用性之間取一個(gè)平衡。

????????那為什么說(shuō)在P滿足的情況下，為什么說(shuō)CA不能同時(shí)滿足呢？我們來(lái)通過(guò)假設(shè)看一看，如果CA同時(shí)滿足會(huì)怎么樣：

（1）假設(shè)現(xiàn)在要求滿足C（一致性），那么就是說(shuō)所有的節(jié)點(diǎn)在某一刻提供的數(shù)據(jù)都必須一致，我們知道在P的情況，是不可能保證的，要保證的話，就只能把其他節(jié)點(diǎn)全部干掉，比如禁止讀寫(xiě)，那這其實(shí)就是和A是相悖的（某些節(jié)點(diǎn)雖然延遲，但是節(jié)點(diǎn)本身可用）

（2）假設(shè)現(xiàn)在要求滿足A（可用性），那么就是說(shuō)只要節(jié)點(diǎn)本身沒(méi)什么問(wèn)題，就可以對(duì)外提供服務(wù)，哪怕有點(diǎn)數(shù)據(jù)延遲，很明顯這肯定是和C相悖的。

?2、一致性的類(lèi)別：

????????CAP 是分布式事務(wù)處理的理論基礎(chǔ)，在分布式事務(wù)的最終解決方案中一般選擇犧牲一致性來(lái)?yè)Q取可用性和分區(qū)容錯(cuò)性，但這里的 “犧牲一致性” 并不是完全放棄數(shù)據(jù)的一致性，而是放棄強(qiáng)一致性而換取弱一致性。一致性一般可以分為以下三種：

（1）強(qiáng)一致性：在任意時(shí)刻，所有節(jié)點(diǎn)中的數(shù)據(jù)是一樣的，系統(tǒng)中的某個(gè)數(shù)據(jù)被成功更新后，后續(xù)任何對(duì)該數(shù)據(jù)的讀取操作都將得到更新后的值。比如傳統(tǒng)數(shù)據(jù)庫(kù)的事務(wù)特性 ACID，就是追求強(qiáng)一致性模型。

一個(gè)集群需要對(duì)外部提供強(qiáng)一致性，就務(wù)必會(huì)損耗可用性，只要集群內(nèi)部某一臺(tái)服務(wù)器的數(shù)據(jù)發(fā)生了改變，那么就需要等待集群內(nèi)其他服務(wù)器的數(shù)據(jù)同步完成后，才能正常的對(duì)外提供服務(wù)。

（2）弱一致性：系統(tǒng)中的某個(gè)數(shù)據(jù)被更新后，后續(xù)對(duì)該數(shù)據(jù)的讀取操作可能得到更新后的值，也可能是更改前的值，但即使過(guò)了不一致時(shí)間窗口后，后續(xù)對(duì)該數(shù)據(jù)的讀取也不一定是最新值。

（3）最終一致性：是弱一致性的特殊形式，雖然不保證在任意時(shí)刻任意節(jié)點(diǎn)上的同一份數(shù)據(jù)都是相同的，但經(jīng)過(guò)一段時(shí)間后，所有服務(wù)節(jié)點(diǎn)間的數(shù)據(jù)最終會(huì)達(dá)到一致的狀態(tài)

弱一致性即使過(guò)了不一致時(shí)間窗口，后續(xù)的讀取也不一定能保證一致，而最終一致性過(guò)了不一致窗口后，后續(xù)的讀取一定保證一致。

3、什么是 BASE 理論：

????????BASE 理論是指，Basically Available（基本可用）、Soft-state（ 軟狀態(tài)）、Eventual Consistency（最終一致性），是基于CAP定理演化而來(lái)，是對(duì)CAP中一致性和可用性權(quán)衡的結(jié)果。核心思想是即使無(wú)法做到強(qiáng)一致性，但每個(gè)業(yè)務(wù)根據(jù)自身的特點(diǎn)，采用適當(dāng)?shù)姆绞絹?lái)使系統(tǒng)達(dá)到最終一致性。

• BA 基本可用：指分布式系統(tǒng)在出現(xiàn)故障的時(shí)候，允許損失部分可用性，保證核心可用。但不等價(jià)于不可用。比如：搜索引擎0.5秒返回查詢結(jié)果，但由于故障，2秒響應(yīng)查詢結(jié)果；網(wǎng)頁(yè)訪問(wèn)過(guò)大時(shí)，部分用戶提供降級(jí)服務(wù)等。

• 軟狀態(tài)：軟狀態(tài)是指允許系統(tǒng)存在中間狀態(tài)，并且該中間狀態(tài)不會(huì)影響系統(tǒng)整體可用性，即允許系統(tǒng)在不同節(jié)點(diǎn)間副本同步的時(shí)候存在延時(shí)。

• 最終一致性：系統(tǒng)中的所有數(shù)據(jù)副本經(jīng)過(guò)一定時(shí)間后，最終能夠達(dá)到一致的狀態(tài)，不需要實(shí)時(shí)保證系統(tǒng)數(shù)據(jù)的強(qiáng)一致性。

????????很多時(shí)候我們并不要求數(shù)據(jù)的強(qiáng)一致性，而 BASE 通過(guò)犧牲強(qiáng)一致性來(lái)獲得更好的可用性，所以 BASE 理論的適用性更廣泛，比如更適合面向的是大型高可用可擴(kuò)展的分布式系統(tǒng)

柔性事務(wù)和剛性事務(wù)：柔性事務(wù)滿足BASE理論（基本可用，最終一致），剛性事務(wù)滿足ACID理論。

二、一致性協(xié)議：

1、Gossip協(xié)議：

參考文章：https://juejin.cn/post/7023918632216297479

????????集群往往是由多個(gè)節(jié)點(diǎn)共同組成的，當(dāng)一個(gè)節(jié)點(diǎn)加入集群或者一個(gè)節(jié)點(diǎn)從集群中下線的時(shí)候，都需要讓集群中其他的節(jié)點(diǎn)知道，這樣才能將數(shù)據(jù)信息分享給新節(jié)點(diǎn)而忽略下線節(jié)點(diǎn)。

?????????如上圖，A、B、C 節(jié)點(diǎn)之間可以互相傳遞消息，但是D節(jié)點(diǎn)在下線之后會(huì)被廣播告訴其他存活節(jié)點(diǎn)。這樣的廣播協(xié)議就是今天要說(shuō)Gossip協(xié)議，Gossip協(xié)議也叫Epidemic協(xié)議（流行病協(xié)議），當(dāng)一個(gè)消息到來(lái)時(shí)，通過(guò)Gossip協(xié)議就可以像病毒一樣感染全部集群節(jié)點(diǎn)。Gossip的過(guò)程是由一個(gè)種子節(jié)點(diǎn)發(fā)起的，當(dāng)一個(gè)種子節(jié)點(diǎn)有信息需要同步到網(wǎng)絡(luò)中的其他節(jié)點(diǎn)時(shí)，它會(huì)隨機(jī)的選擇周?chē)鷰讉€(gè)節(jié)點(diǎn)散播消息，收到消息的節(jié)點(diǎn)也會(huì)重復(fù)該過(guò)程，直至最終網(wǎng)絡(luò)中所有的節(jié)點(diǎn)都收到了消息。這個(gè)過(guò)程可能需要一定的時(shí)間，所以不能保證某個(gè)時(shí)間點(diǎn)所有的節(jié)點(diǎn)都有該條消息，但是理論上最終所有節(jié)點(diǎn)都會(huì)收到消息，因此它是一個(gè)最終一致性協(xié)議。

Gossip協(xié)議的特點(diǎn)：

• （1）Gossip協(xié)議是周期性散播消息，每隔一段時(shí)間傳播一次
• （2）被感染的節(jié)點(diǎn)，每次可以繼續(xù)散播N個(gè)節(jié)點(diǎn)
• （3）每次散播消息時(shí)，都會(huì)選擇尚未發(fā)送過(guò)的節(jié)點(diǎn)進(jìn)行散播，不會(huì)向發(fā)送的節(jié)點(diǎn)散播
• （4）同一個(gè)節(jié)點(diǎn)可能會(huì)收到重復(fù)的消息，因?yàn)榭赡芡瑫r(shí)多個(gè)節(jié)點(diǎn)正好向它散播
• （5）集群是去中心化的，節(jié)點(diǎn)之間都是平等的
• （6）消息的散播不用等接收節(jié)點(diǎn)的 ack，即消息可能會(huì)丟失，但是最終應(yīng)該會(huì)被感染

下面我們來(lái)看個(gè)例子：

• ① 種子節(jié)點(diǎn)是A
• ② A節(jié)點(diǎn)選擇B、C節(jié)點(diǎn)進(jìn)行散播
• ③ C散播到D，B散播D和E，可以發(fā)現(xiàn)D收到兩次
• ④ D散播到F，最終整個(gè)網(wǎng)絡(luò)都同步到了消息

????????Gossip有點(diǎn)類(lèi)似圖的廣度優(yōu)先遍歷算法，一般用于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)信息的分享和維護(hù)，比如 Redis 集群中節(jié)點(diǎn)的運(yùn)行狀態(tài)就是使用 Gossip 協(xié)議進(jìn)行傳遞的。

2、Raft一致性協(xié)議：

參考文章：https://baijiahao.baidu.com/s?id=1693824822611080380&wfr=spider&for=pc

????????分布式協(xié)議的難點(diǎn)之一就是數(shù)據(jù)的一致性，當(dāng)由多個(gè)節(jié)點(diǎn)組成的集群中只有一個(gè)節(jié)點(diǎn)收到數(shù)據(jù)，我們就算成功的話，風(fēng)險(xiǎn)太大，當(dāng)要求所有節(jié)點(diǎn)都收到數(shù)據(jù)才響應(yīng)成功，性能又太差，所以一般會(huì)在數(shù)據(jù)的安全和性能之間做個(gè)折中，只要保證絕大部分節(jié)點(diǎn)同步數(shù)據(jù)成功，我們就算成功。比較知名的一致性算法有Raft算法，被廣泛應(yīng)用于許多中間件中，接下來(lái)我們就看看Raft算法是實(shí)現(xiàn)分布式系統(tǒng)的不同節(jié)點(diǎn)間的數(shù)據(jù)一致性的，也就是說(shuō)客戶端發(fā)送請(qǐng)求到任何一個(gè)節(jié)點(diǎn)都能收到一致的返回，當(dāng)一個(gè)節(jié)點(diǎn)出故障后，其他節(jié)點(diǎn)仍然能以已有的數(shù)據(jù)正常進(jìn)行。

????????首先介紹下在Raft算法中，幾種情況下每個(gè)節(jié)點(diǎn)對(duì)應(yīng)的角色：

（1）Leader節(jié)點(diǎn)：同大多數(shù)分布式中的Leader節(jié)點(diǎn)一樣，所有數(shù)據(jù)的變更都需要先經(jīng)過(guò)Leader

（2）Follower節(jié)點(diǎn)：Leader節(jié)點(diǎn)的追隨者，負(fù)責(zé)復(fù)制數(shù)據(jù)并且在選舉時(shí)候投票的節(jié)點(diǎn)

（3）Candidate候選節(jié)點(diǎn)：參與選舉的節(jié)點(diǎn)，就是Follower節(jié)點(diǎn)參與選舉時(shí)會(huì)切換的角色

Raft算法將一致性問(wèn)題分解為兩個(gè)的子問(wèn)題，Leader選舉 + 數(shù)據(jù)日志的復(fù)制：

2.1、Leader 選舉：

????????系統(tǒng)在剛開(kāi)始的時(shí)候，所有節(jié)點(diǎn)都是Follower節(jié)點(diǎn)，這時(shí)都有機(jī)會(huì)參與選舉，將自己變成Candidate，變成Candidate的節(jié)點(diǎn)會(huì)先投自己1票，同時(shí)告訴其它節(jié)點(diǎn)，讓它們來(lái)投票，當(dāng)拿到超過(guò)半數(shù)以上的投票時(shí)，當(dāng)前Candidate就會(huì)變成Leader節(jié)點(diǎn)。但是如果每個(gè)Follower節(jié)點(diǎn)都變成Candidate那么就會(huì)陷入無(wú)限的死循環(huán)，于是每個(gè)Follower都一個(gè)定時(shí)器，并且定時(shí)器的時(shí)間是隨機(jī)的，當(dāng)某個(gè)Follower的定時(shí)器時(shí)間走完之后，會(huì)確認(rèn)當(dāng)前是否存在Leader節(jié)點(diǎn)，如果不存在再把自己變成Candidate。

• ① 由于A節(jié)點(diǎn)的定時(shí)器時(shí)間最短（10ms），所以A會(huì)成為Candidate。
• ② A投自己一票，并告訴B、C來(lái)投票，B、C也投出自己的同意票后，A就會(huì)變成Leader節(jié)點(diǎn)，同時(shí)會(huì)記錄是第M任。這個(gè)M是做版本校驗(yàn)的，比如一個(gè)編號(hào)是10的節(jié)點(diǎn)，收到了一個(gè)編號(hào)是9的節(jié)點(diǎn)的投票請(qǐng)求，那么就會(huì)拒絕這個(gè)請(qǐng)求。

????????在Leader節(jié)點(diǎn)選舉出來(lái)以后，Leader節(jié)點(diǎn)會(huì)不斷的發(fā)送心跳給其它Follower節(jié)點(diǎn)證明自己是活著的，其他Follower節(jié)點(diǎn)在收到心跳后會(huì)清空自己的定時(shí)器，并回復(fù)給Leader，因?yàn)榇藭r(shí)沒(méi)必要觸發(fā)選舉了。

????????如果Leader節(jié)點(diǎn)在某一刻掛了，那么Follower節(jié)點(diǎn)就不會(huì)收到心跳，因此在定時(shí)器到來(lái)時(shí)就會(huì)觸發(fā)新一輪的選舉，流程還是一樣。但是如果恰巧兩個(gè)Follower都變成了Candidate，并且都得到了同樣的票數(shù)，那么此時(shí)就會(huì)陷入僵局，為了打破僵局，這時(shí)每個(gè)Candidate都會(huì)隨機(jī)推遲一段時(shí)間再次請(qǐng)求投票，當(dāng)然一般情況下，就是先來(lái)先得，優(yōu)先跑完定時(shí)器的Candidate理論成為L(zhǎng)eader的概率更大。

????????選舉流程大致如上，接下來(lái)我們來(lái)看看數(shù)據(jù)日志的復(fù)制。

2.2、數(shù)據(jù)日志的復(fù)制：

????????當(dāng)Leader節(jié)點(diǎn)收到客戶端Client的請(qǐng)求變更時(shí)，會(huì)把變更記錄到log中，然后Leader會(huì)將這個(gè)變更隨著下一次的心跳通知給Follower節(jié)點(diǎn)，收到消息的Follower節(jié)點(diǎn)把變更同樣寫(xiě)入日志中，然后回復(fù)Leader節(jié)點(diǎn)，當(dāng)Leader收到大多數(shù)的回復(fù)后，就把變更寫(xiě)入自己的存儲(chǔ)空間，同時(shí)回復(fù)client，并告訴Follower應(yīng)用此log。至此，集群就變更達(dá)成了共識(shí)。

（1）正常情況下的日志復(fù)制：

• ① 一開(kāi)始，Leader 和兩個(gè) Follower 都沒(méi)有任何數(shù)據(jù)。
• ② 客戶端發(fā)送請(qǐng)求給 Leader，儲(chǔ)存數(shù)據(jù) “sally”，Leader 先將數(shù)據(jù)寫(xiě)在本地日志，這時(shí)候數(shù)據(jù)狀態(tài)還是 Uncommitted (還沒(méi)最終確認(rèn)，使用紅色表示)
• ③ Leader 給兩個(gè) Follower 節(jié)點(diǎn)發(fā)送 AppendEntries 請(qǐng)求，數(shù)據(jù)在 Follower 上沒(méi)有沖突，則將數(shù)據(jù)暫時(shí)寫(xiě)在本地日志，Follower 的數(shù)據(jù)也還是 Uncommitted
• ④ Follower 將數(shù)據(jù)寫(xiě)到本地后，返回 OK。Leader 收到后成功返回，只要收到的成功的返回?cái)?shù)量超過(guò)半數(shù) (包含Leader)，Leader 將數(shù)據(jù) “sally” 的狀態(tài)改成 Committed。( 這個(gè)時(shí)候 Leader 就可以返回給客戶端了)
• ⑤ Leader 再次給 Follower 發(fā)送 AppendEntries 請(qǐng)求，收到請(qǐng)求后，Follower 將本地日志里 Uncommitted 數(shù)據(jù)改成 Committed。這樣就完成了整個(gè)復(fù)制日志的過(guò)程，三個(gè)節(jié)點(diǎn)的數(shù)據(jù)是一致的，

（2）Network Partition 網(wǎng)絡(luò)分區(qū)情況下日志復(fù)制：

????????在 Network Partition 的情況下，部分節(jié)點(diǎn)之間沒(méi)辦法互相通信，Raft 也能保證這種情況下數(shù)據(jù)的一致性

① 一開(kāi)始有 5 個(gè)節(jié)點(diǎn)處于同一網(wǎng)絡(luò)狀態(tài)下，如下圖：

?② Network Partition 將節(jié)點(diǎn)分成兩邊，一邊有兩個(gè)節(jié)點(diǎn)，一邊三個(gè)節(jié)點(diǎn)：

?③ 兩個(gè)節(jié)點(diǎn)這邊已經(jīng)有 Leader 了，來(lái)自客戶端的數(shù)據(jù) “bob” 通過(guò) Leader 同步到 Follower。

?④ 只有兩個(gè)節(jié)點(diǎn)，少于3個(gè)節(jié)點(diǎn)，所以 “bob” 的狀態(tài)仍是 Uncommitted。所以在這里，服務(wù)器會(huì)返回錯(cuò)誤給客戶端

⑤ 另外一個(gè) Partition 有三個(gè)節(jié)點(diǎn)，進(jìn)行重新選主。

⑥ 客戶端數(shù)據(jù) “tom” 發(fā)到新的 Leader2，并通過(guò)和上節(jié)網(wǎng)絡(luò)狀態(tài)下相似的過(guò)程，同步到另外兩個(gè) Follower；但因?yàn)檫@個(gè) Partition 有3個(gè)節(jié)點(diǎn)，超過(guò)半數(shù)，所以數(shù)據(jù) “tom” 都 Commit 了。

?⑦ 網(wǎng)絡(luò)狀態(tài)恢復(fù)，5個(gè)節(jié)點(diǎn)再次處于同一個(gè)網(wǎng)絡(luò)狀態(tài)下。但是這里出現(xiàn)了數(shù)據(jù)沖突 “bob" 和 “tom"

⑧ 三個(gè)節(jié)點(diǎn)的 Leader2 廣播 AppendEntries

?⑨ 兩個(gè)節(jié)點(diǎn) Partition 的 Leader 自動(dòng)降級(jí)為 Follower，因?yàn)檫@個(gè) Partition 的數(shù)據(jù) “bob” 沒(méi)有 Commit，返回給客戶端的是錯(cuò)誤，客戶端知道請(qǐng)求沒(méi)有成功，所以 Follower 在收到 AppendEntries 請(qǐng)求時(shí)，可以把 “bob“ 刪除，然后同步 ”tom”，通過(guò)這么一個(gè)過(guò)程，就完成了在 Network Partition 情況下的復(fù)制日志，保證了數(shù)據(jù)的一致性。

?

總結(jié)

以上是生活随笔為你收集整理的常见分布式理论（CAP、BASE）和一致性协议（Gosssip协议、Raft一致性算法）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。