问题标签 [cap-theorem]

如果您使用一个用于写入的数据库和多个用于读取的数据库来扩展 SQL 服务器。将数据从写入数据库复制到其他读取数据库不会有延迟吗？在哪种情况下数据不一致？

那么在 CAP 定理中，规模化的关系数据库会落在哪里呢？

更新：

在关系数据库中，一致性意味着不会有部分更新。例如，如果有人将钱从一个账户转移到另一个账户，而整个事情是一笔交易的一部分，那么您就不会从一个账户中取出钱，但不会出现在另一个账户中。

在 CAP 定理中，一致性意味着所有组件都看到相同的数据。这种一致性不同于 ACID 中的一致性。

据我所知，像 SQL Server 这样的关系数据库应该是 CA（一致且可用）。如果只有一个数据库，这将是有意义的。因为每个人都会看到相同的数据。但是，如果 SQL Server 使用多个数据库进行扩展呢？在那种情况下，所有数据库仍然会看到相同的数据吗？如果不是，它是否一致（在 CAP 定理中）？

我的感觉是缩放的关系数据库是 AP（可用和分区容错）而不是 CA（一致和可用）。

我正在开发一个去中心化的日历系统。如果它们都有互联网连接，它应该将数据保存在每个设备上并同步。我的第一个想法是，只使用关系数据库并尝试在连接后同步数据。但是这个理论说的是别的东西。Brewers CAP 定理描述了它背后的理论，但我不确定这个定理是否已经过时。如果我使用这个定理，我有“AP [可用性/分区容限] 系统”。“A”是因为我在任何给定时间都需要日历的数据，而“P”是因为它可能发生，即设备之间没有连接并且数据无法同步。示例数据库是 CouchDB、RIAK 或 Cassandra。我只使用关系数据库，现在不知道如何继续。为我的项目使用关系数据库有那么糟糕吗？

这是我的学士论文。我只是想开始使用 Postgres，但后来我发现了这个定理……整个项目都是基于 Java 的。

我们拥有基于微服务架构的应用程序的第一个版本。我们使用 REST 进行外部和内部通信。

现在我们要从 CP（CAP 定理）* 切换到 AP，并使用消息总线进行微服务之间的通信。有很多关于如何基于 Kafka、RabbitMQ 等创建事件总线的信息。但我找不到任何将 REST 和消息传递结合的最佳实践。例如，您创建了一个汽车服务，您需要添加不同的汽车组件。为此，将 REST 与 POST 请求一起使用会更有意义。另一方面，预订汽车的服务对于基于事件的方法来说将是一项很好的任务。

当您拥有不同的字典和业务逻辑功能时，您是否有类似的方法？你如何将它们结合起来？只是分别支持这两种方法？还是用一种方法统一它们？

* 对于第一个版本，我们同意选择一致性和分区容差。但现在可用性对我们来说变得更加重要。

如何在分布式系统上获得高频、一致的读/写？通常不确定如何在大型系统上概念化一致性。

用例：防止用户在指定时间段内执行相同的操作。在滥用情况下，这可能是高频操作。

扩展问题：我将如何扩大此操作？Firestore 等系统如何在提供高可用性的同时提供一致性？Firestore 配额（例如每秒 1 个文档写入）告诉我们他们可能是如何构建系统的？

谢谢

我有一个关于 Elasticsearch 的问题。关于 CAP 定理，Elasticsearch 在三者中遵循什么？有人说它的CA，有人说它的AP。这取决于吗？我也在阅读这篇文章 - https://martin.kleppmann.com/2015/05/11/please-stop-calling-databases-cp-or-ap.html。

如果我选择一致性和可用性，这意味着我不能有分区容错。这是什么意思？这是否意味着必须关闭整个系统？如果是这样，我也不会有空吗？这是矛盾吗？

编辑：我知道当没有分区时，你可以拥有这三个。

我正在阅读 CAP Theorem 并感到困惑。对于 CA，我以 Oracle 为例。一致性：Oracle 是一致的，因为我们没有多个节点并达成一致。可用性：它只有一个节点，为什么它是高可用的，如果它崩溃了怎么办？

我刚开始阅读 Hadoop 并遇到了 CAP Theorem。您能否介绍一下 CAP 的哪两个组件适用于 HDFS 系统？

我正在阅读aerospike手册的强一致性模式。在最后一个示例“Strong Consistency for reads”中，他们解释说，在分区的情况下，他们需要一个名为“regime”的概念来确保读取的线性化。为什么我们需要那个？写入少数派不会成功，因为它们不会被复制，所以我们担心什么？缺少对活动主机的写入？

根据CAP 定理的定义，任何分布式系统只能满足两个条件。传统上，Cassandra 是一个 AP 系统。如果我们使用像 LOCAL_QUORUM 这样的一致性级别，它也可以确保强一致性。

假设我们必须始终保持 Partition Tolerance，如果我们使用 LOCAL_QUORUM 和 Replication factor，我们可以确保强大的一致性和可用性。它违反 CAP 定理还是我遗漏了什么？

PS：为简单起见，我们只有一个数据中心。