支持快钱支付的网站,专业网站设计公司价格,wordpress 热门主题,苏州建设工程公司目录
1、分布式系统当中的CAP理论
1.1、CAP理论
1.2、Partitiontolerance
1.3、Consistency
1.4、Availability
2、Kafka中的CAP机制 C软件异常排查从入门到精通系列教程#xff08;核心精品专栏#xff0c;订阅量已达600多个#xff0c;欢迎订阅#xff0c;持续更新…目录
1、分布式系统当中的CAP理论
1.1、CAP理论
1.2、Partitiontolerance
1.3、Consistency
1.4、Availability
2、Kafka中的CAP机制 C软件异常排查从入门到精通系列教程核心精品专栏订阅量已达600多个欢迎订阅持续更新...https://blog.csdn.net/chenlycly/article/details/125529931C/C实战专栏重点专栏专栏文章已更新500多篇订阅量已达数百个欢迎订阅持续更新中...https://blog.csdn.net/chenlycly/article/details/140824370C 软件开发从入门到实战重点专栏专栏文章已更新280多篇欢迎订阅持续更新中...https://blog.csdn.net/chenlycly/category_12695902.htmlVC常用功能开发汇总专栏文章列表欢迎订阅持续更新...https://blog.csdn.net/chenlycly/article/details/124272585C软件分析工具从入门到精通案例集锦专栏文章持续更新中...https://blog.csdn.net/chenlycly/article/details/131405795开源组件及数据库技术专栏文章持续更新中...https://blog.csdn.net/chenlycly/category_12458859.html网络编程与网络问题分享专栏文章持续更新中...https://blog.csdn.net/chenlycly/category_2276111.html 1、分布式系统当中的CAP理论
1.1、CAP理论
分布式系统(distributed system)正变得越来越重要大型网站几乎都是分布式的。
分布式系统的最大难点就是各个节点的状态如何同步。
为了解决各个节点之间的状态同步问题在1998年由加州大学的计算机科学家EricBrewer提出分布式系统的三个指标分别是 Consistency一致性Availability可用性Partitiontolerance分区容错性 EricBrewer说这三个指标不可能同时做到。最多只能同时满足其中两个条件这个结论就叫做CAP定理。 CAP理论是指分布式系统中一致性、可用性和分区容忍性最多只能同时满足两个。
一致性:Consistency 通过某个节点的写操作结果对后面通过其它节点的读操作可见。如果更新数据后并发访问情况下后续读操作可立即感知该更新称为强一致性如果允许之后部分或者全部感知不到该更新称为弱一致性。若在之后的一段时间(通常该时间不固定)后一定可以感知到该更新称为最终一致性。 可用性:Availability
任何一个没有发生故障的节点必须在有限的时间内返回合理的结果。
分区容错性:Partitiontolerance 部分节点宕机或者无法与其它节点通信时各分区间还可保持分布式系统的功能一般而言都要求保证分区容忍性。所以在CAP理论下更多的是需要在可用性和一致性之间做权衡。 1.2、Partitiontolerance
先看Partitiontolerance中文叫做分区容错。
大多数分布式系统都分布在多个子网络。每个子网络就叫做一个区(partition)。分区容错的意思是区间通信可能失败。比如一台服务器放在中国另一台服务器放在美国这就是两个区它们之间可能无法通信。 上图中G1和G2是两台跨区的服务器。G1向G2发送一条消息G2可能无法收到。系统设计的时候必须考虑到这种情况。
一般来说分区容错无法避免因此可以认为CAP的P总是存在的。即永远可能存在分区容错这个问题。 在这里给大家重点推荐一下我的几个热门畅销专栏欢迎订阅博客主页还有其他专栏可以去查看
专栏1该精品技术专栏的订阅量已达到600多个专栏中包含大量项目实战分析案例有很强的实战参考价值广受好评专栏文章已经更新到200篇以上持续更新中欢迎订阅
C软件调试与异常排查从入门到精通系列文章汇总专栏文章持续更新中...https://blog.csdn.net/chenlycly/article/details/125529931 本专栏根据多年C软件异常排查的项目实践系统地总结了引发C软件异常的常见原因以及排查C软件异常的常用思路与方法详细讲述了C软件的调试方法与手段以图文并茂的方式给出具体的项目问题实战分析实例很有实战参考价值带领大家逐步掌握C软件调试与异常排查的相关技术适合基础进阶和想做技术提升的相关C开发人员 考察一个开发人员的水平一是看其编码及设计能力二是要看其软件调试能力所以软件调试能力排查软件异常的能力很重要必须重视起来能解决一般人解决不了的问题既能提升个人能力及价值也能体现对团队及公司的贡献 专栏中的文章都是通过项目实战总结出来的包含大量项目问题实战分析案例有很强的实战参考价值专栏文章还在持续更新中预计文章篇数能更新到200篇以上 专栏2本专栏涵盖了C多方面的内容是当前重点打造的专栏订阅量已达300多个专栏文章已经更新到500多篇持续更新中欢迎订阅
C/C实战进阶专栏文章持续更新中...https://blog.csdn.net/chenlycly/category_11931267.html 以多年的开发实战为基础总结并讲解一些的C/C基础与项目实战进阶内容以图文并茂的方式对相关知识点进行详细地展开与阐述专栏涉及了C/C领域多个方面的内容包括C基础及编程要点模版泛型编程、STL容器及算法函数的使用等、数据结构与算法、C11及以上新特性不仅看开源代码会用到日常编码中也会用到部分新特性面试时也会涉及到、常用C开源库的介绍与使用、代码分享调用系统API、使用开源库、常用编程技术动态库、多线程、多进程、数据库及网络编程等、软件UI编程Win32/duilib/QT/MFC、C软件调试技术排查软件异常的手段与方法、分析C软件异常的基础知识、常用软件分析工具使用、实战问题分析案例等、设计模式、网络基础知识与网络问题分析进阶内容等。 专栏3
C常用软件分析工具从入门到精通案例集锦汇总专栏文章持续更新中...https://blog.csdn.net/chenlycly/article/details/131405795 常用的C软件辅助分析工具有SPY、PE工具、Dependency Walker、GDIView、Process Explorer、Process Monitor、API Monitor、Clumsy、Windbg、IDA Pro等本专栏详细介绍如何使用这些工具去巧妙地分析和解决日常工作中遇到的问题很有实战参考价值 专栏4
VC常用功能开发汇总专栏文章持续更新中...https://blog.csdn.net/chenlycly/article/details/124272585 将10多年C开发实践中常用的功能以高质量的代码展现出来。这些常用的高质量规范代码可以直接拿到项目中使用能有效地解决软件开发过程中遇到的问题。 专栏5 本专栏涵盖了C多方面的内容是当前重点打造的专栏专栏文章已经更新到300多篇持续更新中欢迎订阅
C 软件开发从入门到实战专栏文章持续更新中...https://blog.csdn.net/chenlycly/category_12695902.html 根据多年C软件开发实践详细地总结了C/C软件开发相关技术实现细节分享了大量的实战案例很有实战参考价值。 1.3、Consistency
Consistency中文叫做一致性。意思是写操作之后的读操作必须返回该值。举例来说某条记录是v0用户向G1发起一个写操作将其改为v1。接下来用户的读操作就会得到v1。这就叫一致性。 问题是用户有可能向G2发起读操作由于G2的值没有发生变化因此返回的是v0。G1和G2读操作的结果不一致这就不满足一致性了。 为了让G2也能变为v1,就要在G1写操作的时候,让G1向G2发送一条消息,要求G2也改成v1 这样的话用户向G2发起读操作也能得到v1。 1.4、Availability
Availability中文叫做可用性意思是只要收到用户的请求服务器就必须给出回应。用户可以选择向G1或G2发起读操作。不管是哪台服务器只要收到请求就必须告诉用户到底是v0还是v1否则就不满足可用性。
2、Kafka中的CAP机制
kafka是一个分布式的消息队列系统既然是一个分布式的系统那么就一定满足CAP定律那么在kafka当中是如何遵循CAP定律的呢kafka满足CAP定律当中的哪两个呢
kafka满足的是CAP定律当中的CA其中Partitiontolerance通过的是一定的机制尽量的保证分区容错性。
其中C表示的是数据一致性。A表示数据可用性。
kafka首先将数据写入到不同的分区里面去每个分区又可能有好多个副本数据首先写入到leader分区里面去读写的操作都是与leader分区进行通信保证了数据的一致性原则也就是满足了Consistency原则。
然后kafka通过分区副本机制来保证了kafka当中数据的可用性。但是也存在另外一个问题就是副本分区当中的数据与leader当中的数据存在差别的问题如何解决这个就是Partitiontolerance的问题。
kafka为了解决Partitiontolerance的问题使用了ISR的同步策略,来尽最大可能减少Partitiontolerance的问题。
每个leader会维护一个ISR(asetofin-syncreplicas,基本同步)列表。
ISR列表主要的作用就是决定哪些副本分区是可用的也就是说可以将leader分区里面的数据同步到副本分区里面去决定一个副本分区是否可用的条件有两个 replica.lag.time.max.ms10000副本分区与主分区心跳时间延迟replica.lag.max.messages4000副本分区与主分区消息同步最大差 produce请求被认为完成时的确认值:request.required.acks0。 ack0producer不等待broker同步完成的确认继续发送下一条(批)信息。ack1(默认)producer要等待leader成功收到数据并得到确认才发送下一条message。ack-1producer得到follower确认才发送下一条数据。
