东哥和系统设计开荒小分队的基地
我们在前面有简单讲过Replication的作用，简单说就是为在多个机器上保存同样的拷贝来服务的。有了这个拷贝之后我们就可以做很多事情，比如说它可以成为一个读的源从而分散读的压力，它可以在原来数据机器出问题（或者deploy）等的时候作为一个backup等等。 这个想法其实很简单，但真正在我们做这个拷贝的时候，会遇到很多问题，比如说我们是使用同步还是使用异步来进行同步多个拷贝，如何保证多个拷贝之间的一致性等等。那么本文就来从各个方面详细介绍这些内容。 Leaders和Followers 我们把每一个保存数据的节点称之为replica，当我们有多个节点的时候，最明显的一个问题就是怎么去保证每个节点的内容都是一样的呢？其中最常见的方法就是基于leader的模式（也称为master-slave模式或者active/passive模式）。总得来说，它的工作方法如下： 一个节点是leader。所有的写操作都必须经过leader。...
我们在前面几篇文章中简单介绍了单个服务器对数据的处理，而在现实中数据的存储和获取会涉及到多个机器，也就是说我们会把数据分布在多台机器上，这样做有很多好处： 可扩展性(Scalability) 随着你的数据增加，一个机器可能很难处理日益增长的读写需求，你可以把这些负载分散到多个机上。 容错性/高可靠性（Fault Tolerance/...
数据一致性的场景很简单，假如我们把一个值赋给一个变量，那么我们之后立即再去读这个变量，突然发现它的值和我们想象的不一致，是不是很沮丧，对的，这就是数据的一致性。 而在使用分布式的数据库的时候，尤其是那些对数据一致性不是很严格保证的情况下，这种情况经常会发生。也许你会问，什么？难道他们不应该给我们保证数据是一致的吗？我的回答呢，总得来说最后他都会能够保证的，但是这个中间的间隔时间则是取决于不同数据库的实现。 它们这样做是因为有一个trade off在里面，有些数据库为了提供可靠性和性能，则会牺牲掉一致性的保证。而有些数据库则允许你进行选择，你是要强一致性还是要高性能，比如Azure的cosmos DB和Cassandra。...
Follow:
More
Recent Comments