大数据项目管理：从规划到实现

84

｜

第

5

章

在使用这种分区时，可以在查询期间剔除不相关的记录，从而提高访问效率。如果记录是

按照年份分区的，那么针对特定年份的查询就可以忽略与目标年份不相关的分区。

5.1.5

　可用性与一致性

分布式系统不可避免地会出现故障，但系统的某些特征会影响它们的故障行为。因此，在

发生故障时需要有所取舍，这取决于选择的存储系统。在讨论这些权衡之前，先简要介绍

一下

CAP

定理。

1. CAP

定理

根据维基百科的描述，

CAP

定理表明，分布式数据存储系统不可能同时提供以下保证中的

两种以上。

•

一致性保证：每次读取都应该得到最新版本的数据。

•

可用性：每次读取都会得到有效的响应，但不保证是最新版本的数据。

•

分区容错：即使节点间出现数据丢失，系统仍然可以继续运行。

由于网络故障在分布式系统中是不可避免的，因此我们必须容忍网络分区，这意味着需要

在一致性和可用性之间做出选择，如图

5-7

所示。

一致性

强一致性

不存在

最终一致性

分区

可用性

图 5-7：可用性与一致性

2.

选择可用性

：

最终一致性

最终一致性是指所有的数据请求最终将返回相同的值。这个模型为了获得更高的可用性而

放弃了数据一致性。此时，如果系统出现故障，可能会出现数据丢失。而且更重要的是，

我们无法保证在请求时会获得最新版本的数据。

3.

选择一致性

：

强一致性

顾名思义，强一致性可以保证对特定数据的访问总是返回相同的值。因此，当为了一致性

而放弃可用性时，如果系统出现故障，我们就无法在给定时间内读取和写入系统分区。