Spring Cloud那一套,是怎么处理数据一致性问题的?

2019-01-26 00:30发布

问题:

Spring Cloud那一套,是怎么处理数据一致性问题的?
如果用zookeeper那一套,就不用担心这个问题,因为zookeeper就是解决一致性问题的,
但是如果不用zookeeper这个分布式协调组件呢???
Spring Cloud全家桶里,有没有什么组件是完成这一点的???

回答1:

orz,我错了~~又TM想太多了~~
原来我举的例子所表征的是一种极限情况,其实像这样的情况还可以无限延伸下去,没完没了了!!!
就算是上升到理论层面:2PC、3PC、Paxos、ZAB这些算法中的任何一种,都不能保证——绝对的——一致性;
只要是在分布式环境中(多个节点通过网络通信的环境中),你总能找到某一种情况,造成数据的不一致!!
所以,答案俩字————无解!!
那么网上那么多人在那里喊得那么大声的各种数据一致性解决方案,又是什么情况噜???
其实那只是默认网络情况不出现较极端异常的情况下,提出的——尽可能保证一致性——的方案。(这样说才对!)
那么,如果强行回到我举的例子中,该怎么办捏?
其实现实环境中是这样的:
根本不是遇到这样的问题时,才去解决!而是尽量通过合理设计,使这样的情况不发生!
也只是“尽量”!!!
但是如果真的发生了呢?!
那时候就该查日志查日志,该赔钱赔钱了尽量把事情嘎平呗~~
不过!
万幸的是,在现代分布式软硬件架构已经有了很多较为成熟的方案的今天!这种情况本身出现的概率也很低了!!
so,很多人都默认不鸟这个问题了....................
so,Spring Cloud那套,其实从根本上讲也是不管这个问题的,
它只是鼓励我们通过合理设计“绕开(使之不发生)”这个问题!
不只是所谓的“重试”这一机制,还有各种方案,反正总之就是通过人为的方案设计去“尽量”解决(绕开)问题而已!
用我举的例子来说,就是——比如不要只搞Y1、Y2两个实例,
可以搞到Y1000甚至更多,1000个实例都挂的概率够低了吧?
(这里我又忍不住想发散一下——那zookeeper那套还搞什么通知回滚,其实也只是另一种的“尽量解决方案”,
因为你回滚也未必不会出现某几个节点通知到了,某几个没通知到的情况,这里不再赘述了);



回答2:

https://www.cnblogs.com/sam-uncle/p/8954401.html