news 2026/4/8 19:54:51

分布式系统入门:CAP 理论与一致性算法详解

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
分布式系统入门:CAP 理论与一致性算法详解

CAP 理论核心概念

CAP 理论指出分布式系统最多只能同时满足一致性(Consistency)、可用性(Availability)、分区容错性(Partition Tolerance)中的两项。

  • 一致性 (C):所有节点访问同一份最新数据。
  • 可用性 (A):非故障节点在合理时间内返回响应。
  • 分区容错性 (P):网络分区时系统仍能运作。

一致性算法实现(Paxos 简化版)

以下代码模拟 Paxos 算法的提案阶段,使用 Python 实现基础逻辑:

class PaxosNode: def __init__(self, node_id): self.node_id = node_id self.proposed_value = None self.accepted_value = None self.promised_proposal_id = 0 def prepare(self, proposal_id): if proposal_id > self.promised_proposal_id: self.promised_proposal_id = proposal_id return {"status": "promised", "accepted_value": self.accepted_value} return {"status": "rejected"} def accept(self, proposal_id, value): if proposal_id >= self.promised_proposal_id: self.accepted_value = value self.promised_proposal_id = proposal_id return {"status": "accepted"} return {"status": "rejected"} # 模拟三个节点的集群 nodes = [PaxosNode(i) for i in range(3)] # 提案阶段 proposal_id = 10 value = "data_v1" for node in nodes: response = node.prepare(proposal_id) print(f"Node {node.node_id} prepare response: {response}") # 接受阶段(仅半数以上节点响应时) if sum(1 for node in nodes if node.prepare(proposal_id)["status"] == "promised") > len(nodes)/2: for node in nodes: response = node.accept(proposal_id, value) print(f"Node {node.node_id} accept response: {response}")

https://www.zhihu.com/zvideo/1993908941005035175/
https://www.zhihu.com/zvideo/1993908941005035175
https://www.zhihu.com/zvideo/1993908940069699915/
https://www.zhihu.com/zvideo/1993908940069699915
https://www.zhihu.com/zvideo/1993908934109573278/
https://www.zhihu.com/zvideo/1993908934109573278
https://www.zhihu.com/zvideo/1993908933191037953/
https://www.zhihu.com/zvideo/1993908933191037953
https://www.zhihu.com/zvideo/1993908931861446751/
https://www.zhihu.com/zvideo/1993908931861446751
https://www.zhihu.com/zvideo/1993908925066650081/
https://www.zhihu.com/zvideo/1993908925066650081
https://www.zhihu.com/zvideo/1993908923359580411/
https://www.zhihu.com/zvideo/1993908923359580411
https://www.zhihu.com/zvideo/1993908922080313621/
https://www.zhihu.com/zvideo/1993908922080313621
https://www.zhihu.com/zvideo/1993908907127641011/
https://www.zhihu.com/zvideo/1993908907127641011
https://www.zhihu.com/zvideo/1993908900202840925/
https://www.zhihu.com/zvideo/1993908900202840925
https://www.zhihu.com/zvideo/1993908885128508038/
https://www.zhihu.com/zvideo/1993908885128508038

代码功能说明

  1. PaxosNode 类:模拟单个节点的提案(prepare)和接受(accept)逻辑。
  2. prepare 方法:节点承诺不接受比当前提案 ID 更小的请求。
  3. accept 方法:节点在提案 ID 有效时接受值并更新状态。
  4. 集群模拟:通过半数以上节点的承诺达成一致性。

输出示例

Node 0 prepare response: {'status': 'promised', 'accepted_value': None} Node 1 prepare response: {'status': 'promised', 'accepted_value': None} Node 2 prepare response: {'status': 'promised', 'accepted_value': None} Node 0 accept response: {'status': 'accepted'} Node 1 accept response: {'status': 'accepted'} Node 2 accept response: {'status': 'accepted'}

关键注意事项

  • 实际分布式系统需处理网络延迟、节点故障等复杂场景。
  • Paxos 变种(如 Raft)通过领导者选举简化实现。
  • CAP 权衡:选择 CP(如 ZooKeeper)或 AP(如 Cassandra)取决于业务需求。
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/3/27 3:41:59

ResNet18性能测试:ImageNet1000类识别准确率参数详解

ResNet18性能测试:ImageNet1000类识别准确率参数详解 1. 引言:通用物体识别中的ResNet-18价值定位 在计算机视觉领域,通用物体识别是构建智能系统的基础能力之一。从自动驾驶中的环境感知,到内容平台的自动标签生成,…

作者头像 李华
网站建设 2026/4/4 23:28:44

Multisim主数据库文件结构揭秘:超详细版目录解析

Multisim主数据库文件结构揭秘:工程师必读的底层逻辑与实战指南你有没有遇到过这样的问题?在Multisim里拖一个自定义的MOSFET模型,结果变成“Unknown Part”;团队协作时别人能用的元件,你打开就报错;重装软…

作者头像 李华
网站建设 2026/3/27 7:56:12

Google EmbeddingGemma:300M轻量AI嵌入神器发布

Google EmbeddingGemma:300M轻量AI嵌入神器发布 【免费下载链接】embeddinggemma-300m-qat-q8_0-unquantized 项目地址: https://ai.gitcode.com/hf_mirrors/unsloth/embeddinggemma-300m-qat-q8_0-unquantized 导语:Google DeepMind正式推出Emb…

作者头像 李华
网站建设 2026/4/8 19:38:44

ResNet18实战案例:野生动物监测识别系统

ResNet18实战案例:野生动物监测识别系统 1. 引言:从通用识别到生态守护 1.1 通用物体识别的工程价值 在人工智能落地的浪潮中,图像分类作为计算机视觉的基础任务,广泛应用于安防、零售、农业和生态保护等领域。其中&#xff0c…

作者头像 李华
网站建设 2026/4/8 19:33:06

ResNet18性能评测:1000类识别准确率实测数据

ResNet18性能评测:1000类识别准确率实测数据 1. 引言:通用物体识别中的ResNet-18定位 在深度学习图像分类领域,ResNet(残差网络) 自2015年提出以来,已成为计算机视觉任务的基石架构之一。其中&#xff0c…

作者头像 李华
网站建设 2026/4/1 1:33:32

ResNet18实战案例:自动驾驶场景物体识别部署

ResNet18实战案例:自动驾驶场景物体识别部署 1. 引言:通用物体识别与ResNet-18的工程价值 在自动驾驶、智能监控和机器人感知等前沿领域,通用物体识别是实现环境理解的核心能力。系统不仅需要识别“汽车”、“行人”、“交通灯”等关键目标…

作者头像 李华