分布式
文章推荐
CAP理论
阿里二面：什么是 CAP 定理 ？为什么CAP原则不能同时被满足？只能三选二 ？_哔哩哔哩_bilibili
一致性（Consistency）：分布式系统中的所有数据再同一时刻都是同样的值，分为强一致性、弱一致性、最终一致性
可用性（Availability）：读写任何时间都能成功，且不会出现超时或失败。
分区容错性（Partition tolerance）：分布式系统在遇到任何网络分区故障的时候*，仍然能够*对外提供满足一致性和可用性的服务，除非整个网络环境都发生了故障。简而言之，一个节点挂了不影响其他另外的节点对外服务
分区指的是分布式系统可能出现的区域网络不通
那么满足分区容错的基础上，能不能同时满足一致性和可用性？
（1）假设我们优先 保证一致性
假设有两个节点 N1 和 N2。当我们向 N1 写入数据时，为了确保全局一致性，必须让 N2 的读写操作暂时“冻结”。
只有当 N1 完成数据同步至 N2 后，N2 才能恢复处理读写请求。在此期间，客户端针对 N2 的请求要么会收到失败响应，要么会因等待超时而得不到及时反馈。
这意味着，在追求强一致性的过程中，N2 的可用性不可避免地受到了影响，因为它无法始终如一地对所有请求提供即时响应。
（2）再来看看优先 保证可用性 (A)
这次，我们不让 N2 的读写操作暂停。即使 N1 正在进行数据写入，N2 也继续处理客户端的请求。但这样一来，N2 可能会基于过时数据作出响应，导致客户端接收到与全局最新状态不一致的结果。
显然，这种情况下，虽然我们保证了 N2 的高可用性（即对所有请求都有响应），却牺牲了数据的一致性。
