1、CAP理論

• Consistency

1. 通過某個節點的寫操作結果對後面通過其它節點的讀操作可見
2. 如果更新資料後，併發訪問情況下可立即感知該更新，稱為強一致性
3. 如果允許之後部分或者全部感知不到該更新，稱為弱一致性
4. 若在之後的一段時間（通常該時間不固定）後，一定可以感知該更新，稱為最終一致性

• Availability

1. 任何一個沒有發生故障的節點必須在有限的時間內返回合理的結果

• Partition tolerance

1. 部分節點宕機或者無法與其它節點通訊時，各分割槽間還可保持分散式系統的功能

CAP理論：分散式系統中，一致性、可用性、分割槽容忍性最多隻可同時滿足兩個。

2、一致性方案

• Master-slave

1. RDBMS的讀寫分離即為典型的Master-slave方案
2. 同步複製可保證強一致性但會影響可用性
3. 非同步複製可提供高可用性但會降低一致性

• WNR

1. 主要用於去中心化（P2P）的分散式系統中。DynamoDB與Cassandra即採用此方案
2. N代表副本數，W代表每次寫操作要保證的最少寫成功的副本數，R代表每次讀至少讀取的副本數
3. 當W+R>N時，可保證每次讀取的資料至少有一個副本具有最新的更新
4. 多個寫操作的順序難以保證，可能導致多副本間的寫操作順序不一致，Dynamo通過向量時鐘保證最終一致性

• Paxos及其變種

1. Google的Chubby，Zookeeper的Zab，RAFT等

3、Replica

• 當某個Topic的replication-factor為N且N大於1時，每個Partition都會有N個副本（Replica）
• Replica的個數小於等於Broker數，即對每個Partition而言每個Broker上只會有一個Replica，因此可用Broker ID表示Replica
• 所有Partition的所有Replica預設情況會均勻分佈到所有Broker上

4、Data Replication要解決的問題

4.1、如何Propagate訊息

4.2、何時Commit

4.3、如何處理Replica恢復

4.4、如何處理Replica全部宕機

等待ISR中任一Replica恢復，並選它為Leader

• 等待時間較長，降低可用性
• 或ISR中的所有Replica都無法恢復或者資料丟失，則該Partition將永不可用

選擇第一個恢復的Replica為新的Leader，無論它是否在ISR中

• 並未包含所有已被之前Leader Commit過的訊息，因此會造成資料丟失
• 可用性較高