【谈一谈】Redis是AP还是CP?
再说这个话题之前,这里的是AP和CP不是"A片"和"C骗"啊 !~哈哈哈,就离谱,博文后面我会解释下的
我说下自己对Redis的感觉,我一直很好奇Redis,不仅仅是当缓存用那么简单,包括的它的底层设计
所以,思考再三,我决定先从Redis基础开始写(基础是王道!万丈高楼平地起,我米开始!嘿嘿)
一、总纲图:
二、什么是CAP?
要想谈一谈我们本文的主题AP 和CP,可能有的小伙伴会说: 这我也不是 怎么熟悉啊!
那么我们先复习下大名鼎鼎的CAP 理论
CAP理论
看下面的这张图,我们会发现CAP对应的三个单词【建议自己画画图,印象深刻】
C: 一致性(Consistency)–
每次读取都会收到最新的写入数据或者错误信息(注:这里面的一致性,指的是强一致性,不是市面上所说的所有节点在相同时间看到是一样的数据)
A:可用性(Availability)–
每个请求都会收到非错误地响应,但是这个响应的信息不保证是最新的 ,只保证可用
P:分区容错性(Partition Tolerance)–
就是网络节点间丢弃或者延迟一定数量(就是任意数量)信息,也不影响大局,系统还是能够正常运行
好了,我们言归正传,回到我们的主题上面
三、为啥说Redis是AP?不是CP?
我们知道,Redis是一个开源的内存数据库,且是执行单线程处理
但是网上,若是喜欢读博客的小伙伴,会发现很多人说这样一句话:
单机的Redis是CP的,集群的REDIS是AP的
这句话真的对吗? 大家在看下文前,倾思考思考!~我当时读到第一反应就是疑惑,于是我就去查询大量资料
有的人说:
CAP是针对分布式场景中,如果是单机REDIS,就压根儿和什么分布式不着边,都没 P了!!还说哈AP和 CP??在单机的REDIS中,应为只有一个实例,那么他的一致性是有保障的,如果这个节点挂了,就没有可用性可言了,所以他是CP系统
我在这里说下,以上两个观点都特么错的!!!以偏概全,混淆是非!~就是AP!!
~哈哈哈!你可能会说:我去,那你证明啊,这特么为啥是错的啊!,别急嘛!我们往下读,让你心服口服,嘿嘿
REDIS是AP的理由
第一点: 一致性
我们都知道,REDIS的设计目标是高性能,高扩展和高可用性 ,
而且REDIS的一致性模型是最终一致性:
(什么意思呢?)就是在某个时间点读取的数据可能不是最新的,但殊途同归,最终会达到一致的状态
为什么Redis无法保持强一致性??
主要原因: 异步复制
因为Redis在分布式的设计中采用的是异步复制,者导致在节点之间存在数据在同步和延迟不一致的情况存在
换句话说:
当某个节点的数据发生改变,Redis会将这个节点的修改操作发送给其他节点进行同步~(这是正常步骤,没毛病是不,我们继续往下看)但是(不怕一万,就怕万一来了,哈哈哈)因为网络传输的延迟,拥塞等原因,这些操作没有立即被被其他节点收到和执行,从而产生节点之间数据不一致的情况!!!
抛开上面的影响点,节点故障对Redis的一致性影响也是很大的
举个例子:
当一个节点宕机时,这个节点的 数据就可能同步不到其他节点上,这就会导致数据在节点间不一致
你可能有疑惑?那Redis不是有哨兵和复制等机制吗?
但是,问题就是但是,哈哈~这些机制是能提高系统的可用性和容错性,能完全解决吗?
~(你没看错,就是完全解决,能吗??)不能吧,自己主观推下也能想到那种万一场景吧!!!
你说既然异步不行,那么我就用同步机制就不好了!!不就是CP了???
~no!no!NO !哈哈哈,年轻人,想的太简单了哈!~
我们看看官网是怎么说的()
Redis客户端可以使用WAIT命令请求特定数据进行同步复制 使用WAIT,只能说发生故障时丢失写操作的概率会大大降低,且是在难以触发的故障模式情况下 但是!!
WAIT只能确保数据在Redis实例中有指定数量的副本被确认
不能将一组REdis转换为具有强一制性的CP系统
什么意思?
在故障转移期间,由于Redis的持久化配置,当中已确认的写操作,仍然可能会丢失
完结!~
士不可以不弘毅,任重而道远,诸君共勉!~
文章链接
发表评论