iT邦幫忙

第 12 屆 iT 邦幫忙鐵人賽

DAY 20
0
Modern Web

前端工程師一起來種一棵後端技能樹吧!系列 第 20

[Day 20] 初步認識分散式資料庫與 NoSQL CAP 理論 - (1)

(以下圖片來源出自讀書會成員講義)

在談分散式以前,首先來談談單機運作的概念。當我們的服務是單機運作時,伺服器的架構設計通常會是以下其中一種:

  • 一個服務在一台電腦運行
  • 多個服務在一台電腦運行

這種狀況下若是要擴展系統容量,只能升級電腦資源獲提升程式效率,這種方式也被稱為「垂直擴展(Vertical Scaling)」。

不過這樣的架構又衍生出兩個問題:

  • 單機能力的提升是有極限的
  • 單點故障的風險(Single Point of Failure): 若只依靠單機運行,假設今天資料庫的主機掛了,你的服務也就 GG 了。換句話說就是缺少容錯能力,無法在維持服務的前提下升級。

為了解決以上的問題,有個解法誕生了:

嘗試開很多個機器跑同一個服務,也就是採用分散式架構

在開了很多台機器後,我們似乎得到以下的好處:

  • 來自 client 的請求可以分配到這幾台主機之一,減緩單一主機的壓力。
  • 因為第一點,某種程度降低了服務的等待時間。
  • 提高了系統的容錯能力,即是一個分區容錯(Partition Tolerence)的系統,當節點間通訊失敗也不會影響系統正常運作。
  • 採用分散式架構後,甚至可以在不同地理區域就近服務使用者。

這種增加節點的擴容方式,被稱作水平擴展(Horizontal Scaling

然而,事情不像外表看起來那麼單純又美好,進入分散式世界後所需要考慮的事情變得更多更複雜了。

在上一篇文章中我們提及 transaction 可以解決資料一致性的問題,然而在分散式架構下我們無法僅靠 transaction 就確保一致性,必須額外搭配共識(Consensus)的機制。

接下來介紹幾個名詞:

  • Consistency 一致性 : 保證在各個有儲存資料的分區都一定拿得到最新版本的資料。
  • Availability 可用性:當存取資料庫時一定可以拿到資料,不會出錯(不會出現拿不到資料的狀況,但拿到的資料不保證是最新版本。)
  • Partitioning Tolerance 分區容忍:文章前段有提及,即使任一節點發生錯誤,整個系統還是能正常運作。

問題來了,有辦法同時達到 C (一致性),、A (可用性)、P (分區容忍) 嗎?

答案是沒辦法。明天我們來看看 CAP 理論是什麼。


上一篇
[Day 19] Transaction 併發錯誤與隔離層級 - (2)
下一篇
[Day 21 ] 初步認識分散式資料庫與 NoSQL CAP 理論 - (2)
系列文
前端工程師一起來種一棵後端技能樹吧!30

尚未有邦友留言

立即登入留言