分布式系统

Question

当我们谈到nosql分布式数据库系统时，我们知道它们都属于CAP中的三分之二。对于一个网络故障和节点失效不可避免的分布式集群来说，分区容错是必要的，因此我们不得不从可用性和一致性的角度来选择一个。所以基本上是CP或AP。

我的问题是

1. hadoop属于哪一类。
2. 假设我有一个6节点的集群，ABC和DEF，在网络故障期间，我们假设节点A，B，C和节点D，E，F被划分为两个独立的集群。 现在，在一致性和分区容忍系统(CP)模型中，由于节点A中的更新不会复制到节点D，所以系统的一致性不允许用户在网络再次运行之前更新或读取数据，从而使数据库瘫痪。 在节点A进行更新时，允许节点D的用户查看旧的数据，但不能保证节点D的用户获得最新的数据。但是，当网络再次运行时，它会将节点A的最新数据复制到节点D中，从而允许节点D的用户查看最新的数据。 在以上两种情况下，我们可以得出结论:在AP模型中，没有数据库的空间，因此即使在失败时也允许用户进行写入和读取，并且在网络再次运行时承诺用户最新的数据，那么为什么人们会选择一致和分区容忍模型(CP)。在我看来，在网络故障(AP)期间，与(CP)相比，允许用户在(CP)下的数据库关闭时读取和写入数据具有优势。
3. 是否有任何系统可以共同提供CAP，排除Cassandra最终一致性的概念。
4. 用户何时选择可用性而不是一致性，反之亦然。是否有任何数据库允许用户在CP和AP之间相应地切换其选择。

(预先谢谢:)

Answer 1

HDFS有一个独特的中央决策点，即namenode。因此，它只能落在CP端，因为namenode降低了整个HDFS系统(没有可用性)。Hadoop并不试图隐藏这一点：

NameNode是HDFS集群的一个单一故障点。HDFS目前不是一个高可用性系统。当NameNode关闭时，文件系统就会脱机。有一个可选的SecondaryNameNode可以托管在一个单独的机器上。它只通过将编辑文件合并到fsimage文件和不会提供任何真正的冗余来创建名称空间的检查点。

由于从何处放置数据以及从中读取数据的位置总是由namenode处理，namenode在内存中保持了一致的视图，因此HDFS始终是一致的(C)。它还具有分区容忍度，因为它可以处理松散的数据节点，这取决于复制因子和数据拓扑策略。

是否有任何系统可以一起提供CAP？

是的，这类系统经常在市场营销和其他非技术出版物中提到.

用户何时选择可用性而不是一致性，反之亦然。

这是一个业务用例决策。当可用性更重要时，他们选择AP。当一致性更重要时，他们选择CP。一般来说，当金钱交到手中时，一致性优先。几乎所有其他的案例都支持可用性。

是否有任何数据库允许用户在CP和AP之间相应地切换其选择？

允许您同时修改写和读quorum的系统可以根据需要调优为CP或AP。