目錄

• 實現基本可用的幾個策略
• • 1、流量削峰（不同地區售票時間錯峰出售）
  • 2、延遲響應，異步處理（買票排隊，基于隊列先收到用戶買票請求，排隊異步處理，延遲響應）
  • 3、體驗降級（看到非實時數據，采用緩存數據提供服務）
  • 4、過載保護熔斷/限流，直接拒絕掉一部分請求，或者當請求隊列滿了，移除一部分請求，保證整體系統可用）
  • 5、 故障隔離（出現故障，做到故障隔離，避免影響其他服務）
  • 6.、彈性擴容（基于Metric和Monitor實現系統態勢感知，做到彈性伸縮）
• 實現最終一致性的具體方式
• • 1、讀時修復
  • 2、寫時修復
  • 3、異步修復
• 使用BASE理論
• 總結
• reference

BASE理論是CAP理論中AP的延申，強調可用性。它的核心是基本可用（Basically Available）和最終一致性（Eventually consistent）

實現基本可用的幾個策略

基本可用本質是一種妥協，也就是出現節點故障或者系統過載時，通過犧牲非核心功能的可用性，保障核心功能的穩定運行。
實現基本可用的幾個策略：

1、流量削峰（不同地區售票時間錯峰出售）

以訂票系統設計為例，在春運期間，開始售票前后會出現及其海量的請求峰值。
可以在不同的時間，出售不同區域的票，將訪問請求錯開，削弱請求峰值。

2、延遲響應，異步處理（買票排隊，基于隊列先收到用戶買票請求，排隊異步處理，延遲響應）

還以訂票系統為例。用戶提交購票請求后，往往會在隊列中排隊等待處理，可能幾分鐘或十幾分鐘后，系統才開始處理，然后響應處理結果。

3、體驗降級（看到非實時數據，采用緩存數據提供服務）

以互聯網系統為例，若出現網絡熱點事件，產生了海量的突發流量，系統過載，大量圖片因為網絡超時無法顯示，那么可以用小圖片代替原始圖片，降低圖片的清晰度和大小，提升系統處理能力。

4、過載保護熔斷/限流，直接拒絕掉一部分請求，或者當請求隊列滿了，移除一部分請求，保證整體系統可用）

把接收到的請求放在指定的隊列中排隊處理，如果請求等待時間超時，這時直接拒絕超時請求；如果隊列滿了之后，就清除隊列中一定數量的排隊請求，保護系統不過載，實現系統基本可用。

5、 故障隔離（出現故障，做到故障隔離，避免影響其他服務）

6.、彈性擴容（基于Metric和Monitor實現系統態勢感知，做到彈性伸縮）

實現最終一致性的具體方式

最終一致性是指：系統中所有的數據副本在經過一段時間的同步后，最終能夠達到一個一致的狀態。也就是說在數據一致性上存在一個短暫的延遲。
實現最終一致性有幾種具體的方式：

1、讀時修復

在讀取數據時，檢測數據的不一致，進行修復。
如Cassandra 的 Read Repair，在Cassandra 系統查詢數據的侍好，如果檢測到不同節點的副本數據不一致，系統就自動修復數據

2、寫時修復

在寫入數據時，檢測數據的不一致，進行修復，主要通過失敗重試。
如Cassandra 的Hinted Handoff實現，Cassandra 集群的節點之間遠程寫數據的時候，如果寫失敗就將數據緩存下來，然后定時重傳，修復數據的不一致。

3、異步修復

通過定時對賬檢測副本數據的一致性，并修復。

寫時修復不需要做數據一致性比對，性能消耗較低，推薦使用。
在實現最終一致性的時候，推薦同時實現自定義寫一致性級別（比如 All、Quorum、One、Any）讓用戶可以自主選擇相應的一致性級別。

使用BASE理論

DATA節點的核心功能是讀和寫，所以基本可用是指讀和寫的基本可用。可以通過分片和多副本，實現讀和寫的基本可用。即將同一業務的數據先分片，然后以多份副本的形式分布在不同的節點上。保障多節點多副本集群。

為了達到最終一致性，通過寫時修復和異步修復。并且實現自定義寫一致性級別，用戶在寫數據的時候，可以根據業務數據的特點設置不同的寫一致性級別。

總結

ACID 理論是傳統數據庫常用的設計理念，追求強一致性模型。BASE 理論支持的是大型分布式系統，通過犧牲強一致性獲得高可用性。BASE 理論在很大程度上，解決了事務型系統在性能、容錯、可用性等方面痛點。BASE 理論在 NoSQL 中應用廣泛，是 NoSQL 系統設計的事實上的理論支撐。
對于任何集群而言，不可預知的故障的最終后果，都是系統過載。如何設計過載保護，實現系統在過載時的基本可用，是開發和運營互聯網后臺的分布式系統的重中之重。

reference

《分布式協議與算法實戰.韓健》