知识卡片
低频更新可接受最终一致
示例服务在每个地理区域都放一份 Bigtable 副本,一举两得:某处存储出问题时可用副本服务;各地实例读本地副本,避免跨洲访问的延迟。代价是 Bigtable 跨数据中心复制只保证最终一致,但该服务的数据很少更新,副本短暂不一致不会造成问题。发散:选一致性模型时先看写入频率和读到旧数据的后果,而不是一律追求强一致。参见[[最终一致把复杂度转嫁给了应用开发者]]。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第2章 Google 生产环境:SRE视角 · 查看原书依据
虽然Bigtable仅仅提供最终一致性保障(eventual consistency),但是由于数据更新并不频繁,所以对我们来说这并不是问题。
参考来源
- 位置:《SRE:Google运维解密》第2章《Google 生产环境:SRE视角》(源文件:`_epub-src/OEBPS/Text/0007_0002.xhtml`)
- 结论依据:原文说明按区域部署 Bigtable 副本可兼顾故障容忍与就近访问,并以数据更新不频繁为由接受最终一致性。
- 原始内容:利用Bigtable的复制功能,我们可以同时达到两个目的:● 当Bigtable服务出现问题时,可以利用副本提供服务。● 任务实例可以利用本地Bigtable 加速数据访问。虽然Bigtable仅仅提供最终一致性保障(eventual consistency),但是由于数据更新并不频繁,所以对我们来说这并不是问题。