狀態(tài)

隨著網(wǎng)絡(luò)的發(fā)展，用戶交互和顯示的元素?cái)?shù)量不斷增加。這些元素會(huì)改變用戶看到的屏幕。改變屏幕的事物可以定義為“狀態(tài)”。

例如，在信息網(wǎng)頁(yè)（例如登陸頁(yè)面）的情況下，“狀態(tài)”是要顯示的一條信息。

接下來(lái)，在 GitHub 的情況下，有各種信息，例如我的信息、我的存儲(chǔ)庫(kù)信息、星星數(shù)量等。由于向用戶顯示的屏幕因這些而異，因此所有這些都可以被視為“狀態(tài)” '。

作為一個(gè)更復(fù)雜的例子，你可以舉像Figma這樣的例子。屏幕上的所有圖形，如點(diǎn)、線、面，都是“狀態(tài)”。此外，協(xié)作功能需要您分享除您自己之外的其他人的狀態(tài)。

狀態(tài)與數(shù)據(jù)

狀態(tài)都是數(shù)據(jù)。關(guān)于用戶的信息、用戶定制的信息等都是存儲(chǔ)在某處的數(shù)據(jù)，這些數(shù)據(jù)很快就成為用戶看到的屏幕的狀態(tài)。通常，這些數(shù)據(jù)作為單一事實(shí)來(lái)源存儲(chǔ)在服務(wù)器上。如果您登錄到某個(gè)網(wǎng)站，它將作為單行保存在該網(wǎng)站服務(wù)器上的用戶表中。

數(shù)據(jù)太遠(yuǎn)

現(xiàn)在的網(wǎng)絡(luò)很復(fù)雜。一個(gè)屏幕上顯示著無(wú)數(shù)的按鈕和大量的數(shù)據(jù)。有很多信息，其時(shí)效性很重要。每當(dāng)這些狀態(tài)發(fā)生變化時(shí)，數(shù)據(jù)必須來(lái)回發(fā)送到服務(wù)器以確保一致性。如果你只需要每分鐘接收“下一頁(yè)”，就像文檔一樣，那并不是什么大問(wèn)題。然而，在像Notion這樣用戶不斷修改數(shù)據(jù)的情況下，這就成了一個(gè)大問(wèn)題。如果我每次在頁(yè)面上設(shè)置類似功能時(shí)都必須加載它，我會(huì)感到不安

。

樂(lè)觀更新

想象一下在 Instagram 等社交媒體網(wǎng)站上點(diǎn)擊“贊”按鈕。當(dāng)我點(diǎn)贊的時(shí)候，我必須去服務(wù)器保存我對(duì)帖子點(diǎn)贊的信息，將帖子的點(diǎn)贊數(shù)加一，然后獲取當(dāng)前帖子的點(diǎn)贊數(shù)并顯示給我。

但在 Instagram 上，點(diǎn)贊數(shù)會(huì)在 0.001 秒內(nèi)隨著動(dòng)畫而增加。

這可以通過(guò)在信息到達(dá)服務(wù)器之前更新客戶端的狀態(tài)來(lái)實(shí)現(xiàn)。這個(gè)想法是更新客戶端的狀態(tài)，假設(shè)類似的數(shù)據(jù)會(huì)很好地記錄在服務(wù)器上。大多數(shù)情況下，與服務(wù)器的通信都會(huì)成功，所以我們樂(lè)觀地判斷這是成功的。

當(dāng)然，也有發(fā)送到服務(wù)器的請(qǐng)求失敗的情況，所以要注意失敗時(shí)回滾客戶端狀態(tài)。

響應(yīng)性高于一致性

優(yōu)化顯示我是否點(diǎn)擊了點(diǎn)贊按鈕是非常合理的。但是當(dāng)我點(diǎn)擊的時(shí)候，其他人也點(diǎn)擊了，所以點(diǎn)贊數(shù)可能增加了一個(gè)或多個(gè)，我該如何處理？

只要稍微忽略數(shù)據(jù)一致性就可以輕松解決這個(gè)問(wèn)題。如果該帖子是熱門帖子，那么在我查看該帖子期間，點(diǎn)贊數(shù)不可能不增加。這只是軟件的策略。為了快速響應(yīng)，犧牲了一些數(shù)據(jù)一致性

。

CAP定理

在分布式系統(tǒng)研究中，有CAP理論。該理論指出，配置分布式系統(tǒng)時(shí)，只能使用 C、A、P 中的兩個(gè)。

C 代表一致性。無(wú)論從哪個(gè)節(jié)點(diǎn)讀取數(shù)據(jù)，都必須讀取相同的數(shù)據(jù)

。

A是Availability，表示即使某個(gè)節(jié)點(diǎn)掛掉了，是否所有的請(qǐng)求都能得到響應(yīng)。

P 是 Partition-tolerance，即網(wǎng)絡(luò)連接丟失時(shí)可以運(yùn)行多少個(gè)節(jié)點(diǎn)以及網(wǎng)絡(luò)連接后是否可以恢復(fù)。

根據(jù)這個(gè)理論，最終可能存在三種系統(tǒng)：CA、AP 和 CP。

CA

理論上，分布式系統(tǒng)可以選擇CA，但我們決定不將網(wǎng)絡(luò)連接丟失時(shí)不運(yùn)行的系統(tǒng)稱為分布式系統(tǒng)。

最后，如果是分布式系統(tǒng)，P一定要保證。

美聯(lián)社

可用性高于一致性

當(dāng)多個(gè)節(jié)點(diǎn)與網(wǎng)絡(luò)斷開(kāi)連接時(shí)，即使所有節(jié)點(diǎn)對(duì)值的最新?tīng)顟B(tài)不一致，連接節(jié)點(diǎn)的值也會(huì)降低。因此，斷開(kāi)連接的節(jié)點(diǎn)之間的最新數(shù)據(jù)可能不匹配。不過(guò)，用戶可以繼續(xù)使用該服務(wù)，就像收到最新數(shù)據(jù)一樣。

一個(gè)代表性的例子是社交媒體。盡管這在現(xiàn)實(shí)中不太可能發(fā)生，但我們假設(shè) Instagram 歐洲節(jié)點(diǎn)和亞洲節(jié)點(diǎn)之間的網(wǎng)絡(luò)連接丟失。在此中斷期間，從亞洲訪問(wèn)的用戶和從歐洲訪問(wèn)的用戶看到的關(guān)注者數(shù)量、點(diǎn)贊數(shù)等略有不同，這是正常的。但該功能仍然有效。

CP

一致性優(yōu)于可用性

這是一個(gè)在網(wǎng)絡(luò)故障情況下無(wú)法保證最新數(shù)據(jù)的情況下不響應(yīng)用戶請(qǐng)求的系統(tǒng)。

示例通常與金錢（交易）有關(guān)。假設(shè)酒店只剩下一間有 50% 折扣的房間，但出現(xiàn)網(wǎng)絡(luò)中斷。在AP系統(tǒng)中，預(yù)訂是假設(shè)兩個(gè)房間都有空的情況下進(jìn)行的，因此存在超額預(yù)訂的可能性。 CP 系統(tǒng)不確定該數(shù)據(jù)的最新?tīng)顟B(tài)，因此推遲或拒絕請(qǐng)求。

PACELC定理

CAP理論實(shí)際上是一個(gè)關(guān)于劃分的理論。如果發(fā)生分區(qū)，則必須選擇A或C。

但實(shí)際上，正常情況下，是不會(huì)發(fā)生分區(qū)的?？梢詰?yīng)用于這種情況的理論是PACELC理論。

如果 (P) 則 (AC) 否則 (LC)

也就是說(shuō)，分區(qū)的情況下考慮AC，否則考慮LC。

液相色譜

延遲和一致性

正常情況下，系統(tǒng)會(huì)在延遲和一致性之間進(jìn)行權(quán)衡。這是一個(gè)宏大的理論，但事實(shí)上，它就像整個(gè)計(jì)算機(jī)工程的真理

。

考慮權(quán)衡意味著在這兩個(gè)標(biāo)準(zhǔn)之間找到一定程度的妥協(xié)。

延遲可以直觀地確定從慢到快，但很難直觀地知道什么是一致性。

一致性強(qiáng)

一致性很強(qiáng)，光聽(tīng)名字就感受到了。無(wú)論訪問(wèn)哪個(gè)節(jié)點(diǎn)，都必須看到相同的數(shù)據(jù)。換句話說(shuō)，只有所有節(jié)點(diǎn)都有相同的數(shù)據(jù)，一致性才有可能。

我認(rèn)為你可以考慮一家銀行。

最終一致性

這是一種稱為

總有一天它會(huì)保持一致的一致性。這意味著對(duì)于某個(gè)更改，并非所有客戶端都會(huì)同時(shí)看到相同的值，但在同步完成后它們最終會(huì)看到相同的值。

因此，根據(jù)軟件的特點(diǎn)，決定是犧牲延遲的同時(shí)兼顧一致性，還是為了快速響應(yīng)而犧牲一致性。

以上是本地優(yōu)先軟件的詳細(xì)內(nèi)容。更多信息請(qǐng)關(guān)注PHP中文網(wǎng)其他相關(guān)文章！