读取一致性

• 强一致性
  在任何时间访问集群中任一结点，得到的数据结果一致；

• 用户一致性 对同一用户，访问集群期间得到的数据一致；
  解决用户一致性：使用粘性会话，将会话绑定到特定结点来处理；
  这样会降低负载均衡器的性能；

• 最终一致性
  集群中各结点间由于数据同步不及时造成暂时的数据不一致，但数据同步完成后，最终具有一致性；

更新一致性

• 悲观方式

  使用写锁 大幅降低系统响应能力 可能导致死锁

• 乐观方式

  先让冲突发生，再检测顺序 自动合并的处理方式极具“领域特定”问题

放宽“一致性约束”

• CAP定理
  一致性（Consistency）、可用性（Availability）和分区耐受性（Partition tolerance），3个属性只可能同时满足2个；

分区耐受性的解释：集群因通信故障而划分为多个时仍然可用

• CA系统

  单服务器   集群中出现”分区“，就不可用

• PA/PC

  集群出现”分区“时，需要在”一致性“ 和“可用性”间权衡   一般会牺牲部分一致性（eg：使用最终一致性），保证可用性

放宽“持久性”约束

更严格的持久性，意味着更多的性能损失；

• 牺牲“持久性”换取更好的性能
• 复制“持久性”故障

  主节点故障，未同步到从节点的数据丢失   主节点恢复，故障期间更新的数据冲突   解决方案：针对单个请求指定其所需的持久性

附思维导图

参考

《NoSQL精粹》

Posted by: 大CC | 30JUN,2014
博客：blog.me115.com [订阅]
微博：新浪微博