微服务-理论(CAP,一致性协议)

CAP理论

关于CAP理论的介绍可以直接看这篇文章

CAP分别是什么？

一致性（Consistency
一致性包括强一致性，弱一致性，最终一致性。
一致性其实是指数据的一致性，为什么数据会不一致呢？
在这里插入图片描述

如上面这张图，我们服务是以集群的方式向外提供服务，客户端并不会关心我这次请求到了那个节点。如果我第一次请求到了A节点做了更新数据的操作，但是第二次我的请求被转发到B节点了。如果这个时候服务A和服务B的数据还没有进行同步，这个时候数据就不一致了，事实上我们也很难做到服务A的数据发生变化就可以立即传给B进行同步，特别是在请求特别频繁的情况下。因此要根据实际场景去判断是否一定要保证强一致性。例如涉及金钱和库存的这种服务集群肯定是要保证强一致性的。又例如点赞量和播放量或者访问量，这些并不需要实时一致，保证最终一致即可。

可用性（Availability）
其实就是不管数据正不正确，只要用户来请求，就返回给用户数据。
在我们说一致性的时候，如果去保证强一致性，这个时候客户端如果请求到达了B是不能对外提供服务的，因为一旦提供服务这个数据还是老的数据，就产生了数据的不一致性。但是如果不提供服务的话，那这个服务节点岂不是不可以用了吗？那就是没有保障可用性呀。所以我们也可以看到，一致性和可用性之间是需要做一定妥协的。

分区容错性（Partition tolerance）

1 分区
什么是分区，分布式系统分布在多个子网络中。分布式系统的服务节点可能由于网络原因，或者其它因素不能相互通信。这种情况就叫产生了分区。
在这里插入图片描述

2 什么是分区容忍？
因为产生分区这种情况一般来说是无法避免的，我们不能完全保证两个服务节点能够完全互通，不产生任何异常。

总结下来就是在一个分布式系统中，这个P分区是一定存在的。我们需要根据业务场景来做C和A的一些取舍。

常见组件保证的模式

  • Nacos 保证了AP + CP
  • Zookeeper 保证了CP
  • Eureka 保证了AP

Distro 一致性协议（临时节点协议）

原文链接
distro协议网上的资料比较少，因为它是阿里“自创的协议“，通过源码总结一下distro协议的关键点：
distro协议是为了注册中心而创造出的协议；
客户端与服务端有两个重要的交互，服务注册与心跳发送；
客户端以服务为维度向服务端注册，注册后每隔一段时间向服务端发送一次心跳，心跳包需要带上注册服务的全部信息，在客户端看来，服务端节点对等，所以请求的节点是随机的；
客户端请求失败则换一个节点重新发送请求；
服务端节点都存储所有数据，但每个节点只负责其中一部分服务，在接收到客户端的“写“（注册、心跳、下线等）请求后，服务端节点判断请求的服务是否为自己负责，如果是，则处理，否则交由负责的节点处理；
每个服务端节点主动发送健康检查到其他节点，响应的节点被该节点视为健康节点；
服务端在接收到客户端的服务心跳后，如果该服务不存在，则将该心跳请求当做注册请求来处理；
服务端如果长时间未收到客户端心跳，则下线该服务；
负责的节点在接收到服务注册、服务心跳等写请求后将数据写入后即返回，后台异步地将数据同步给其他节点；
节点在收到读请求后直接从本机获取后返回，无论数据是否为最新。
新节点同步机制：
DistroProtocol#startDistroTask

private void startDistroTask() {if (EnvUtil.getStandaloneMode()) {isInitialized = true;return;}// 健康检查startVerifyTask();// 开始加载startLoadTask();
}

平等机制：
Nacos 的每个节点是平等的，都可以处理写的请求
异步复制机制：
DistroProtocol#sync

public void sync(DistroKey distroKey, DataOperation action) {sync(distroKey, action, DistroConfig.getInstance().getSyncDelayMillis());}

健康检查机制：
DistroProtocol#startDistroTask

private void startVerifyTask() {GlobalExecutor.schedulePartitionDataTimedSync(new DistroVerifyTimedTask(memberManager, distroComponentHolder,distroTaskEngineHolder.getExecuteWorkersManager()),DistroConfig.getInstance().getVerifyIntervalMillis());
}

本地读机制(每个节点拥有全量的数据)：
但是写处理，是只有一部分数据，也就是有个数据拆分，分而治之的机制。
InstanceController#list

/*** Get all instance of input service.** @param request http request* @return list of instance* @throws Exception any error during list*/@GetMapping("/list")@Secured(action = ActionTypes.READ)public Object list(HttpServletRequest request) throws Exception {}

路由转发机制：
DistroFilter#doFilter

if (distroMapper.responsible(distroTag)) {filterChain.doFilter(req, resp);return;}

在这里插入图片描述

Raft 一致性协议（持久化节点协议）

该协议主要是发起选举，选举后如何同步数据。一个节点起来了以后，会发起投票，如果集群过半数据认可这个节点则这个节点为leader，成为leader后与其它节点建立联系。
V1版本的选举与同步

try {if (stopWork) {return;}if (!peers.isReady()) {return;}RaftPeer local = peers.local();local.leaderDueMs -= GlobalExecutor.TICK_PERIOD_MS;if (local.leaderDueMs > 0) {return;}// 来到这里以后已经和Master失联了// reset timeoutlocal.resetLeaderDue();local.resetHeartbeatDue();// 发起投票，里面会向其它节点发起异步请求sendVote();} catch (Exception e) {Loggers.RAFT.warn("[RAFT] error while master election {}", e);}
// 过半
if (maxApproveCount >= majorityCount()) {RaftPeer peer = peers.get(maxApprovePeer);peer.state = RaftPeer.State.LEADER;if (!Objects.equals(leader, peer)) {leader = peer;ApplicationUtils.publishEvent(new LeaderElectFinishedEvent(this, leader, local()));Loggers.RAFT.info("{} has become the LEADER", leader.ip);}
}// 处理心跳
try {if (stopWork) {return;}if (!peers.isReady()) {return;}RaftPeer local = peers.local();local.heartbeatDueMs -= GlobalExecutor.TICK_PERIOD_MS;if (local.heartbeatDueMs > 0) {return;}local.resetHeartbeatDue();sendBeat();} catch (Exception e) {Loggers.RAFT.warn("[RAFT] error while sending beat {}", e);}

V2版本的选举与同步
涉及源码
com.alibaba.nacos.naming.consistency.DelegateConsistencyServiceImpl
com.alibaba.nacos.naming.consistency.persistent.PersistentConsistencyServiceDelegateImpl#PersistentConsistencyServiceDelegateImpl
com.alibaba.nacos.naming.consistency.persistent.impl.PersistentServiceProcessor#afterConstruct
com.alibaba.nacos.core.distributed.raft.JRaftProtocol#addRequestProcessors
com.alibaba.nacos.core.distributed.raft.JRaftServer#createMultiRaftGroup
com.alipay.sofa.jraft.RaftGroupService#start(boolean)
com.alipay.sofa.jraft.RaftServiceFactory#createAndInitRaftNode
com.alipay.sofa.jraft.core.NodeImpl#init
com.alipay.sofa.jraft.core.NodeImpl#electSelf
com.alipay.sofa.jraft.core.NodeImpl#becomeLeader
同步
com.alipay.sofa.jraft.ReplicatorGroup#addReplicator(com.alipay.sofa.jraft.entity.PeerId)
部分源码：

private BasePersistentServiceProcessor createNewPersistentServiceProcessor(ProtocolManager protocolManager,ClusterVersionJudgement versionJudgement) throws Exception {final BasePersistentServiceProcessor processor =EnvUtil.getStandaloneMode() ? new StandalonePersistentServiceProcessor(versionJudgement): new PersistentServiceProcessor(protocolManager, versionJudgement);processor.afterConstruct();return processor;}

PersistentServiceProcessor#afterConstruct

@Override
public void afterConstruct() {super.afterConstruct();String raftGroup = Constants.NAMING_PERSISTENT_SERVICE_GROUP;this.protocol.protocolMetaData().subscribe(raftGroup, MetadataKey.LEADER_META_DATA, o -> {if (!(o instanceof ProtocolMetaData.ValueItem)) {return;}Object leader = ((ProtocolMetaData.ValueItem) o).getData();hasLeader = StringUtils.isNotBlank(String.valueOf(leader));Loggers.RAFT.info("Raft group {} has leader {}", raftGroup, leader);});this.protocol.addRequestProcessors(Collections.singletonList(this));// If you choose to use the new RAFT protocol directly, there will be no compatible logical executionif (EnvUtil.getProperty(Constants.NACOS_NAMING_USE_NEW_RAFT_FIRST, Boolean.class, false)) {NotifyCenter.registerSubscriber(notifier);waitLeader();startNotify = true;}
}

JRaft

public void init(RaftConfig config) {if (initialized.compareAndSet(false, true)) {this.raftConfig = config;NotifyCenter.registerToSharePublisher(RaftEvent.class);this.raftServer.init(this.raftConfig);this.raftServer.start();// There is only one consumer to ensure that the internal consumption// is sequential and there is no concurrent competitionNotifyCenter.registerSubscriber(new Subscriber<RaftEvent>() {@Overridepublic void onEvent(RaftEvent event) {Loggers.RAFT.info("This Raft event changes : {}", event);final String groupId = event.getGroupId();Map<String, Map<String, Object>> value = new HashMap<>();Map<String, Object> properties = new HashMap<>();final String leader = event.getLeader();final Long term = event.getTerm();final List<String> raftClusterInfo = event.getRaftClusterInfo();final String errMsg = event.getErrMsg();// Leader information needs to be selectively updated. If it is valid data,// the information in the protocol metadata is updated.MapUtil.putIfValNoEmpty(properties, MetadataKey.LEADER_META_DATA, leader);MapUtil.putIfValNoNull(properties, MetadataKey.TERM_META_DATA, term);MapUtil.putIfValNoEmpty(properties, MetadataKey.RAFT_GROUP_MEMBER, raftClusterInfo);MapUtil.putIfValNoEmpty(properties, MetadataKey.ERR_MSG, errMsg);value.put(groupId, properties);metaData.load(value);// The metadata information is injected into the metadata information of the nodeinjectProtocolMetaData(metaData);}@Overridepublic Class<? extends Event> subscribeType() {return RaftEvent.class;}});}
}

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/590934.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Redis缓存穿透，缓存击穿，缓存雪崩

Redis缓存穿透，缓存击穿，缓存雪崩

文章目录 Redis缓存穿透&#xff0c;缓存击穿&#xff0c;缓存雪崩1. 缓存穿透1.1 解决方案1&#xff1a;缓存空数据1.2 解决方案2&#xff1a;使用布隆过滤器1.2.1 布隆过滤器介绍 2. 缓存击穿2.1 解决方案1&#xff1a;互斥锁2.2 解决方案2&#xff1a;逻辑过期 3. 缓存雪崩3…
阅读更多...
【漏洞复现】OpenSSH ProxyCommand命令注入漏洞（CVE-2023-51385）

【漏洞复现】OpenSSH ProxyCommand命令注入漏洞（CVE-2023-51385）

文章目录 前言一、漏洞背景二、漏洞详情三、影响范围四、漏洞验证 前言 OpenSSH存在命令注入漏洞&#xff08;CVE-2023-51385&#xff09;&#xff0c;攻击者可利用该漏洞注入恶意Shell字符导致命令注入。 一、漏洞背景 OpenSSH 是 SSH &#xff08;Secure SHell&#xff09…
阅读更多...
Oracle笔记-查看表已使用空间最大空间

Oracle笔记-查看表已使用空间最大空间

目前以Oracle18c为例&#xff0c;主要是查这个表USER_SEGMENTS。 在 Oracle 18c 数据库中&#xff0c;USER_SEGMENTS 是一个系统表&#xff0c;用于存储当前用户&#xff08;当前会话&#xff09;拥有的所有段的信息。段是 Oracle 中分配存储空间的逻辑单位&#xff0c;用于存…
阅读更多...
HTTP协议编程实战（二）实战二

HTTP协议编程实战（二）实战二

使用析构函数主要是在里面关闭套接字&#xff08;socket&#xff09;; waitForReadyRead()里面参数是毫秒&#xff0c;失败返回false; \r\n表示请求头部已经结束了&#xff0c;HTTP/1.1是版本号&#xff0c;200 ok表示请求响应成功 关闭的话就在前面加/
阅读更多...
javaScript中的常用事件

javaScript中的常用事件

文章目录 javaScript中什么是事件&#xff1f;基本原理javaScript中的时间使用1&#xff0c;窗口事件1.1、onblur1.2、onfocus1.3、onload1.4、onresize 2&#xff0c;表单事件2.1、onchange2.2、**oninput**2.3、oninvalid2.4、onselect2.5、onsubmit 3&#xff0c;键盘事件3.…
阅读更多...
国科大图像处理2023速通期末——汇总2017-2019

国科大图像处理2023速通期末——汇总2017-2019

国科大2023.12.28图像处理0854期末重点 图像处理 王伟强 作业 课件 资料 一、填空 一个阴极射线管它的输入与输出满足 s r 2 sr^{2} sr2&#xff0c;这将使得显示系统产生比希望的效果更暗的图像&#xff0c;此时伽马校正通常在信号进入显示器前被进行预处理&#xff0c;令p…
阅读更多...
TF-IDF（Term Frequency-Inverse Document Frequency）算法 简介

TF-IDF（Term Frequency-Inverse Document Frequency）算法 简介

TF-IDF&#xff08;Term Frequency-Inverse Document Frequency&#xff09;是一种用于信息检索和文本挖掘的常用算法。它用于评估一个词对于一个文档集合中某个文档的重要性。 这个算法的基本思想是&#xff1a;如果一个词在一个文档中频繁出现&#xff0c;并且在整个文档集合…
阅读更多...
计算机网络第一课

计算机网络第一课

先了解层级&#xff1a; 传输的信息称为协议数据单元&#xff08;PDU&#xff09;&#xff0c;PDU在每个层次的称呼都不同&#xff0c;见下图&#xff1a;
阅读更多...
我的CSDN 512天创作者纪念日总结：高效、高现

我的CSDN 512天创作者纪念日总结：高效、高现

文章目录 512天创作者纪念日&#xff1a;2023年的12月31日CSDN的512天消息提醒第一篇文章&#xff0c;最后一篇文章总计847篇文章&#xff0c;每月发文分布512天&#xff0c;各专栏文章统计512天&#xff0c;互动总成绩 512天创作者纪念日&#xff1a;2023年的12月31日 2023年…
阅读更多...
我最喜欢的趣味几何书-读书笔记

我最喜欢的趣味几何书-读书笔记

我最喜欢的趣味几何书-读书笔记 1、利用阴影的长度来测量 公元前6世纪&#xff0c;古希腊哲学家泰勒思为了测量金字塔&#xff0c;想到了这样的方法&#xff1a;选择了一个特殊的时间&#xff0c;在那个时间&#xff0c;他自身的影子长度刚好跟他的身高相等。此时&#xff0c…
阅读更多...
【并发设计模式】聊聊Thread-Per-Message与Worker-Thread模式

【并发设计模式】聊聊Thread-Per-Message与Worker-Thread模式

在并发编程中&#xff0c;核心就是同步、互斥、分工。 同步是多个线程之间按照一定的顺序进行执行&#xff0c;比如A执行完&#xff0c;B在执行。而互斥是多个线程之间对于共享资源的互斥。两个侧重点不一样&#xff0c;同步关注的是执行顺序&#xff0c;互斥关注的是资源的排…
阅读更多...
腾讯云轻量应用服务器详细介绍_2024年更新

腾讯云轻量应用服务器详细介绍_2024年更新

腾讯云轻量应用服务器开箱即用、运维简单的轻量级云服务器&#xff0c;CPU内存带宽配置高并且价格特别便宜&#xff0c;大带宽&#xff0c;但是限制月流量。轻量2核2G3M带宽62元一年、2核2G4M优惠价118元一年&#xff0c;540元三年、2核4G5M带宽218元一年&#xff0c;756元3年、…
阅读更多...
pyqt5用qtdesign设计页面时，去掉页面的空白界面、边框和标题栏

pyqt5用qtdesign设计页面时，去掉页面的空白界面、边框和标题栏

前言 Windows默认的标题栏有时候自己觉得不太美观&#xff0c;就想自己设计一个&#xff0c;然后把默认的去掉&#xff0c;并且把长方形的边框和多余的空表界面去掉&#xff0c;就是下图中圈出来的区域&#xff1a; 去掉之后的效果如图&#xff1a; 这样我们就可以自定义窗…
阅读更多...
【排序算法】【二叉树】【滑动窗口】LeetCode220: 存在重复元素 III

【排序算法】【二叉树】【滑动窗口】LeetCode220: 存在重复元素 III

作者推荐 【二叉树】【单调双向队列】LeetCode239:滑动窗口最大值 本文涉及的基础知识点 C算法&#xff1a;滑动窗口总结 题目 给你一个整数数组 nums 和两个整数 indexDiff 和 valueDiff 。 找出满足下述条件的下标对 (i, j)&#xff1a; i ! j, abs(i - j) < indexDi…
阅读更多...
盾构机数据可视化监控平台 | 图扑数字孪生

盾构机数据可视化监控平台 | 图扑数字孪生

2002 年,中国 863 计划把盾构机列为国家关键技术&#xff0c;以国家力量为主导&#xff0c;集中力量进行盾构机专项研究。在 2008 年&#xff0c;中国成功研制出属于自己的国产盾构机——中国中铁一号&#xff0c;同时还打通了天津地铁 1500m 的隧道。此举更彻底地打破了国内盾…
阅读更多...
2024-01-01 力扣高频SQL50题目 练习笔记

2024-01-01 力扣高频SQL50题目 练习笔记

1. 1661求机器平均运行时间 在做这道题的时候&#xff0c;我遇到了4个问题 # 求平均的问题 如何找到个数? -> 相减对应列值后,直接average 就行。因为avg就是自动确定要除的个数&#xff08;当然要联合正确的group by 分组&#xff09; # 怎么根据machine_id和process_id…
阅读更多...
RFC6749-OAuth2.0

RFC6749-OAuth2.0

前言 最近在项目中需要实现SSO(单点登录)功能,以实现一处注册,即可在任何平台之间登录的功能。我们项目中并没有直接对接第三方认证系统而是通过集成keycloak 完成一系类安全协议的对接工作。如果我们在代码级别自己完成各种安全协议的对接是一项十分大的工程。不仅要走统一的…
阅读更多...
摄影-基础知识

摄影-基础知识

光圈&#xff0c;快门&#xff0c;感光度决定了一张相片的受光程度 光圈 瞳孔 快门 约等于 眼皮(但是实际上并不是&#xff0c;更像镜头盖) 感光度 视网膜上的感光能力 光圈越大 景深越大&#xff0c;也就是画面越模糊 快门时间越短&#xff0c;越能抓住某个瞬间 快门时间…
阅读更多...
如何在Linux系统中安装Redis

如何在Linux系统中安装Redis

原本Redis官网提供了Windows和Linux两个版本&#xff0c;但从 2011-12-29 以后不再更新Windows版本&#xff08;https://github.com/dmajkic/redis/downloads&#xff09;&#xff0c;加之企业生产环境通常使用Linux系统&#xff0c;所以这里在Linux系统中演示如何安装Redis。 …
阅读更多...
梳理Langchain-Chatchat-UI接口文档

梳理Langchain-Chatchat-UI接口文档

在 Langchain-Chatchat v0.1.17 版本及以前是有前后端分离的 Vue 项目的&#xff0c;但是 v0.2.0 后就没有了。所以本文使用的是 Langchain-Chatchat v0.1.17 版本中的 Vue 项目。经过一番折腾终于将 Langchain-Chatchat v0.1.17 版本前端 Vue 接口和 Langchain-Chatchat v0.2.…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023