分布式面试题

type

status

date

slug

summary

CAP原则又称CAP定理，指的是在一个分布式系统中，Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性）3个基本需求，最多只能同时满足其中的 2个（分区容错性P是一定要满足的，在此基础上，只能满足可用性A或者一致性C）

一致性（Consistency）：数据在多个节点之间都是同一份最新的副本

可用性（Availability）：非故障节点提供的服务在每次请求时都能在合理返回响应（不是错误或者超时的响应）

分区容错性（Partition tolerance）：分布式系统在出现网络分区（多个节点之间网络出现故障导致节点之间不连通，整个网络被分成了几块区域）时，还能对外提供服务

BASE是Basically Available（基本可用）、Soft-state（软状态）和Eventually Consistent（最终一致性），是对CAP中AP方案的一个补充和延生

基本可用（Basically Available）：在系统出现不可预知的故障时，系统还是可用的，只是在响应时间或功能方面出现降级（非核心功能无法使用）

软状态（Soft-state）：允许系统中的数据存在中间状态（CAP理论中的数据不一致），允许系统在不同节点进行数据副本同步过程中存在延迟

最终一致性（Eventually Consistent）：系统中所有的数据副本，在经过一段时间的同步后，最终能够达到一个一致的状态，本质是需要系统保证最终数据能够达到一致，而不需要实时保证系统数据的强一致性

分布式一致性的 3 种级别：
强一致性：系统写入了什么，读出来的就是什么。
弱一致性：不一定可以读取到最新写入的值，也不保证多少时间之后读取到的数据是最新的，只是会尽量保证某个时刻达到数据一致的状态。
最终一致性：弱一致性的升级版，系统会保证在一定时间内达到数据一致的状态。