Vamos a llegar al fondo de lo que Consistencia, Disponibilidad y Tolerancia de partición realmente significan en los sistemas distribuidos de producción. Hola gente, estoy de vuelta. no he publicado en un tiempo, lo sé, lo sé. Entre el trabajo, la vida y el habitual "¿alguien está leyendo esto?" duda espiral, dejo este blog recoger polvo. pero estoy de vuelta con un nuevo enfoque. En lugar de publicaciones esporádicas sobre temas aleatorios, me comprometo a profundizar en series sobre conceptos fundamentales que desearía haber comprendido mejor antes en mi carrera. Esta serie de cuatro partes sobre el teorema de CAP es la primera de muchas inmersiones profundas que he planeado.Si alguna vez ha sentido que "tiene" sistemas distribuidos en teoría pero lucha por aplicar ese conocimiento en la práctica, esta serie es para usted. Gracias por seguir (o simplemente por descubrir este blog). Obtenga la serie completa de 4 partes directamente a su carpeta de entrada. 
 
 Esta es la parte 1 de una serie de 4 partes sobre el teorema de la PAC y los compromisos de los sistemas distribuidos. Esta es la parte 1 de una serie de 4 partes sobre el teorema de la PAC y los compromisos de los sistemas distribuidos. Si has entrevistado para roles de ingeniería de nivel medio o superior en la última década, seguramente te han preguntado una pregunta de diseño de sistemas que finalmente conduce a alguna versión del teorema CAP. Y probablemente has respondido algo a lo largo de las líneas de "sólo puedes elegir dos de tres". Si bien es técnicamente correcto, el pensamiento detrás de él es grotescamente excesivamente simplificado.Esta excesiva simplificación vuelve a morderle cuando está debugando por qué su almacenamiento de datos distribuido se desplomó. Mi objetivo es desmistificar lo que nos dice el teorema de la PAC y explicar cómo los sistemas de producción se ocupan de este crustáceo “pick two”. ¿Qué es el Teorema CAP? Volvamos a la vuelta del siglo, en 2000. , luego dirigió Inktomi Corporation, se puso en el podio del simposio PODC de ACM y hizo una declaración que molestaría a los desarrolladores durante décadas: un almacenamiento de datos distribuido solo puede garantizar como máximo dos de los tres siguientes: Consistencia, Disponibilidad y Tolerancia de particiones. Eric Brewer Un par de años más tarde, el teorema de Brewer fue formalizado en una prueba por Seth Gilbert y Nancy Lynch. El teorema, la idea detrás de él, todo es verdad. Bueno, todo el mundo recuerda la parte “pick two” de la conjetura, pero casi siempre omiten el contexto más importante: . you only have to pick two   a network partition durante durante El teorema proporciona orientación sólo cuando las cosas van mal -cuando comienzas a perder paquetes de red, o los interruptores fallan, o cuando un roedor mastica a través de una línea de fibra (esto ha ocurrido en realidad en Amazon). Teorema CAP: Consistencia, disponibilidad y tolerancia de partición Vamos a ser super precisos sobre lo que C, A y P realmente son y qué significan, porque las definiciones casual carecen de un poco de matiz. ¿Qué es la coherencia en el teorema CAP? (linearizabilidad) Cuando el teorema CAP habla de coherencia, habla de la forma más alta de coherencia. Si usted viene de un fondo de base de datos, usted ha oído hablar de la consistencia débil y fuerte. la consistencia atómica es sólo un paso por encima de la consistencia fuerte. . Consistencia atómica linealidad linealidad La linearización es cuando todas las operaciones se ejecutan Por ejemplo, si la operación A se completa antes de que comience la operación B, entonces la operación B debería tener efecto lógicamente después de la operación A. Atómico Vamos a usar un ejemplo del mundo real para ilustrar esta idea. Imagínese que está revisando el saldo de su cuenta bancaria y ve $ 5000. Imagínese que está transfiriendo $ 1000 de la cuenta. $4000 (o un error), pero nunca $5000 de nuevo. La transferencia ocurrió o no. No hay situación en la que verá el valor antiguo después de que se haya escrito el nuevo valor. Garantías Garantías Suscribir ahora Esto es más fuerte que "todos los nodos finalmente ven los mismos datos" - esto se llama Y eso De lo que habla el teorema de la PAC. a lot La posible coherencia is NOT Porque hay un montón de sistemas que proporcionan modelos de coherencia más débiles, como: lecturas monótonas, lecturas de tu escritura y coherencia causal, mientras que son extremadamente útiles. El teorema CAP no limita a los sistemas que utilizan estos modelos, sólo a la linearización. altamente disponible ¿Qué es la disponibilidad en el teorema CAP? La definición de disponibilidad de CAP también es muy precisa, dice “cada solicitud a un nodo no fallido”. Recibir una respuesta”. debe Tenga en cuenta que esto no dice nada de lo siguiente: 
 
 
 
 La respuesta debe ser rápida. La respuesta debe ser correcta. La mayoría de los nodos tienen que responder. Por ejemplo, si tiene un clúster de 10 nodos y 4 de esos nodos están particionados, esos 4 nodos todavía responde a las solicitudes que se consideran “disponibles” bajo la definición de “disponibilidad” de CAP. En este caso, un error 4xx o una lectura estancada todavía se cuenta como “disponible”. must Aquí está un ejemplo del mundo real: Durante una partición de red, un conjunto de réplicas primarias de MongoDB que no puede llegar a todas las réplicas secundarias "se desplomará" y rechazará los escritos en su totalidad. , a pesar de que el proceso MongoDB está funcionando como se esperaba. unavailability ¿Qué es la tolerancia de partición? (y por qué no se puede evitar) Aquí es donde el “pick two” se enmarca. La tolerancia de partición significa que tu sistema continúa funcionando como se anuncia, incluso cuando la red divide tus nodos en grupos que no pueden comunicarse. Las particiones de red son un hecho de la vida en los sistemas distribuidos.El Internet en el que confiamos diariamente, los centros de datos que sirven a nuestras aplicaciones todos tienen esta propiedad.Los interruptores fallan, las fibras se cortan, los proveedores de nube tienen interrupciones de zona de disponibilidad, los paquetes se caen, incluso dentro de un centro de datos hay problemas de red transitorios. La realidad es, No estás escogiendo entre C, A y P. Realmente estás escogiendo entre C y A cuando P inevitablemente ocurre. partition tolerance is absolutely mandatory El verdadero comercio Veamos lo que sucede cuando la red termina fallando. Antes de hacerlo, reafirmemos el teorema CAP y sus opciones dado que P (Tolerancia de partición) es absolutamente obligatorio: 
 
 
 Consistencia: rechaza las solicitudes que podrían devolver datos estancados (sacrificando la disponibilidad) Disponibilidad: responder a todas las solicitudes incluso si los datos están inactivos (sacrificando la coherencia) Una vez más, tenga en cuenta la condición previa: “ Si la red está bien, podemos tener consistencia y disponibilidad. ¿Cuando no hay partición? ¿Puedes tener ambas.La aplicación móvil de tu banco te muestra saldos precisos y actualizados mientras permaneces altamente disponible, porque la mayor parte del tiempo, la red funciona bien. Cuando La pregunta que el teorema CAP te obliga a abordar es: What should your system do when the network eventually fails? El compromiso principal: Durante una partición, los sistemas CP te protegen de ver los datos equivocados al no estar disponible. los sistemas AP te protegen de los tiempos de inactividad al potencialmente servir datos estancados. Sistemas CP: elegir la coherencia sobre la disponibilidad Los sistemas CP deciden que durante una partición de red, rechazarán las solicitudes en lugar de arriesgarse a devolver datos desactualizados. ¿Cuándo tiene sentido esto? 
 
 
 Bancos: Si un usuario realiza una transacción, es preferible estar abajo por un poco o arriesgar la transacción ocurriendo dos veces? Probablemente el primero, ¿verdad? Absolutamente no queremos decir al cliente que la transacción tuvo éxito cuando no lo ha hecho. Gestión de inventario: Si no estamos seguros de si un artículo está en stock, ¿es mejor hacer que el servicio no esté disponible o permitir la posibilidad de sobre venta? Vamos a analizar un sistema del mundo real, De su propio sitio web: “etcd es un almacén de valor clave fuertemente consistente y distribuido... Trata graciosamente las elecciones de líderes durante las particiones de red y puede tolerar el fallo de la máquina, incluso en el nodo líder”. etcd Kubernetes utiliza etcd como su repositorio para todas las configuraciones de clúster. Si ha utilizado Kubernetes antes, ha visto Una de las razones: etcd no puede llegar a la mayoría de sus nodos, sacrifica la disponibilidad ( para la linealización. kubectl kubectl Sistemas AP: elegir la disponibilidad sobre la coherencia Los sistemas AP deciden que durante una partición de red, correrán el riesgo de servir datos estables en lugar de negar solicitudes. Algunos sistemas para los que esto se aplica: 
 
 
 Medios de comunicación social: ¿los usuarios preferirían que la aplicación sirviera contenido viejo/estático en lugar de estar completamente indisponible?Además, ¿es realmente importante si un usuario no ve una reacción a su publicación durante unos segundos? Cortes de compras: Un ejemplo muy famoso de esto es el DynamoDB de Amazon, que en realidad comenzó a abordar su problema de carrito de compras; es una experiencia "siempre en marcha".Usted siempre puede agregar al carrito.No importa si alguien está molestando con su carrito (Amazon resolverá los cambios), siempre podrá "añadir al carrito". Para un sistema AP del mundo real, no tienes que pensar muy duro, el sistema AP más puro no es otro que el propio DNS. DNS, el Sistema de Nombres de Dominio, es el ejemplo perfecto de un sistema AP, y todos lo usamos cientos de veces al día sin darnos cuenta. Cuando se actualiza un registro DNS, la actualización no se propaga a todos los servidores DNS en todo el mundo de inmediato. , DNS nunca es “indisponible”. Siempre te dará una respuesta, incluso si esa respuesta es estancada. Esta es exactamente la razón por la que las actualizaciones de DNS tardan tiempo y por qué algunos sitios parecen indisponibles a unas pocas personas al pasar por las actualizaciones. En el caso de DNS, la consistencia final es absolutamente mejor que el tiempo de inactividad, que mataría a Internet. however Next: Los costos ocultos de elegir la coherencia En la próxima parte de esta serie, profundizaremos en los sistemas CP, bases de datos y servicios que priorizan la coherencia sobre la disponibilidad durante fallas de red. 
 
 
 
 Cómo estos sistemas CP implementan una fuerte coherencia. El costo de la coordinación. Al elegir la coherencia sobre la disponibilidad tiene sentido. La “selección de dos” da la ilusión de estar atrapado con su elección durante toda la vida del sistema, cuando en realidad la realidad es mucho más flexible. Subscríbete para obtener parte 2 cuando caiga. Si te gusta este post, por favor suscríbete, ya que me da la confianza de seguir adelante. Ali Referencias 
 
 
 
 Presentación 2000 Podc de Eric Brewer La conjetura de Brewer y la viabilidad de los servicios web consistentes, disponibles y tolerantes a las particiones de Nancy Lynch y Seth Gilbert etcd

This story contains new, firsthand information uncovered by the writer.

Subscribe to my Blog

Newsletter

Read My Stories

Este audio es producido en el idioma original de la historia!

Teorema del CAP explicado, parte 1: El problema con el “Pick Two”

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Crecimiento de las criptomonedas: creación de perfiles de usuarios eficaces

Toque para ganar: Telegram puede incorporar a los próximos 10 mil millones de usuarios de criptomonedas antes de Solana

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Crecimiento de las criptomonedas: creación de perfiles de usuarios eficaces

Toque para ganar: Telegram puede incorporar a los próximos 10 mil millones de usuarios de criptomonedas antes de Solana

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps