《Designing Data-Intensive Applications》被很多人当成分布式系统入门圣经。它的写法很特别:几乎不教你「怎么用某个中间件」,而是解释每个设计取舍在解决什么问题。
复制不等于一致#
多副本解决的是可用性和延迟,但立刻带来一个新问题:副本之间什么时候算「同步了」?书中把这个问题拆成几个独立的维度来讨论。
- 读己之写:用户写完之后,自己再读一定读到。
- 单调读:不会读到「更旧」的版本。
- 一致前缀:不会看到因果倒置的事件顺序。
CAP 里的 C 其实是一个极强的定义(线性一致),大多数系统并不需要它。把一致性当成一个连续的谱系,而不是布尔值,这个视角是本书最大的收获。
重新理解 CAP#
P(分区容错)在真实网络里不是可选项,它是既定事实。所以 CAP 实际上是在说:分区发生时,你只能在延迟和一致性之间选。而绝大多数时间没有分区,讨论的重点应该是正常情况下的取舍。
一个实用的判断顺序#
- 先问这个数据错了会怎样(业务容错度)
- 再问能不能接受读到旧值(用户体验)
- 最后才去看用什么一致性级别
接下来想补的#
书里关于共识算法(Raft/Paxos)的部分读得比较浅,打算配合原论文再过一遍,然后用 Python 写一个最小的 Raft 实现加深理解。