理解分布式一致性与Raft算法
理解分布式一致性与Raft算法
永远绕不开的CAP定理
出于可用性及负载方面考虑，一个分布式系统中数据必然不会只存在于一台机器，一致性简单地说就是分布式系统中的各个部分保持数据一致
但让数据保持一致往往并不像看上去那么简单，假设我们有两台机器A与B，这时A更新了数据，A需要将更新的指令同步到B，如果A到B网络传输到B数据落地的总时间为500ms，那么这个500ms就是可能造成数据不一致的时间窗口，假如两台机器分属不同机房，甚至分属不同国家的机房，其时间窗口会更大，具体会造成什么影响呢？
举个栗子
版权声明：本文为mokafamily原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。