Презентацию к лекции 21 Вы можете скачать здесь.
От ACID к BASE: эволюция требований к данным
Традиционные базы данных — это инструменты, реализующие принцип ACID. Эта аббревиатура описывает требования к надёжности транзакционной системы:
- Атомарность (Atomicity) — данные внутри одной транзакции не могут быть изменены частично. Транзакция либо исполняется целиком, либо полностью откатывается в случае неуспеха.
- Согласованность (Consistency) — взаимоувязанные данные должны оставаться согласованными в любой момент времени. Это также обеспечивается транзакциями.
- Изолированность (Isolation) — на данные, с которыми работает текущая транзакция, не могут повлиять другие параллельные процессы. Реализуется с помощью блокировок. Управление блокировками без потери производительности — одна из ключевых задач администраторов баз данных.
- Надёжность (Durability) — если транзакция была отмечена как успешная, данные сохранятся в этом виде при любом сбое системы (пропадание питания, проблемы с памятью).
С ростом популярности горизонтального масштабирования и распределённых систем стало очевидно, что транзакционные системы в таких условиях либо очень неэффективны и медленны из-за обмена данными между серверами, либо не могут удовлетворить всем требованиям ACID.
Теорема CAP
Для распределённых систем была сформулирована теорема, известная как теорема CAP (теорема Брюера). Она утверждает, что невозможно одновременно обеспечить все три следующих требования в едином хранилище данных:
- Согласованность, целостность (Consistency) — все узлы в один момент времени видят одни и те же данные.
- Доступность (Availability) — система всегда отвечает на запросы (на чтение и запись).
- Устойчивость к разделению (Partition Tolerance) — система продолжает работать, даже если связь между её узлами нарушена.
До появления распределённых систем базы данных делали упор на согласованность и доступность, жертвуя разделяемостью. В распределённом мире необходимо выбирать между согласованностью и доступностью, так как разделяемость является обязательным условием.
Объяснение CAP на примере сервиса напоминаний
Представьте стартап по оказанию услуги «напоминалки». Клиент звонит, просит запомнить информацию, а позже звонит снова, чтобы её напомнили. Вы записываете данные в книжечку.
- Нет разделяемости: Вы работаете один с одной книжечкой. Всё согласовано и доступно (пока вы успеваете).
- Нет доступности: Когда клиентов становится слишком много, вы перестаёте успевать отвечать на звонки. Вы берете в помощь жену, но даёте ей отдельную книжечку.
- Нет целостности: Клиент записал информацию вам, а напомнить его попросил жену, которая в своей книжечке ничего не нашла. Данные оказались несогласованными.
Если же вы начнёте синхронизировать книжечки (постоянно или периодически), то потратите на это столько времени, что снова столкнётесь с проблемой доступности, работая фактически как один человек.
Следствия из теоремы CAP
Из теоремы следует, что все системы делятся на три больших класса, реализующих попарно два требования:
- CA (Consistency + Availability): Системы, которые жертвуют устойчивостью к разделению. Это стандартные транзакционные базы данных, реализующие ACID. Они не предназначены для работы в распределённой среде.
- CP (Consistency + Partition Tolerance): Системы, которые жертвуют доступностью ради целостности данных. В случае проблем с сетью они скорее не ответят на запрос, чем выдадут несогласованные данные.
- AP (Availability + Partition Tolerance): Системы, которые жертвуют строгой согласованностью ради высокой доступности. Они могут выдавать не самые актуальные данные на разных узлах.
Для систем класса AP вводится понятие согласованность в конечном счёте (Eventual Consistency). Это означает, что если в один сервер записали значение, а прочитали с другого, данные могут временно различаться. Однако в разумные сроки все реплики синхронизируются, и при отсутствии новых записей все чтения будут возвращать одно и то же значение.
Модель BASE
Для распределённых систем на смену требованиям ACID приходят требования BASE. Эта модель противопоставляется ACID и сформулирована специально для разделяемых систем.
- Базовая доступность (Basically Available): Система гарантирует доступность в целом, но может временно жертвовать ей для обеспечения других требований.
- Неустойчивое состояние (Soft State): Система допускает, что её состояние может меняться даже без внешних воздействий (из-за асинхронной синхронизации). Также допускается возможность незавершённых или неоткатанных сессий.
- Согласованность в конечном счёте (Eventual Consistency): Возникающие конфликты согласованности всё равно разрешаются. Это происходит либо при операциях чтения (когда мы проверяем актуальность данных в репликах), либо при операциях записи.
Для оптимизации ресурсов обычно выбирают операцию, которая происходит реже:
- Если данные редко изменяются, но часто читаются, выгоднее синхронизировать их на операциях записи.
- Если данные часто изменяются, но редко читаются, выгоднее синхронизировать их на операциях чтения, чтобы при запросе получить самое актуальное значение.
Самое простое решение для разрешения конфликтов — временная метка (timestamp). Данные с более новой меткой времени считаются более актуальными.
Краткие итоги
Проектирование систем хранения данных всегда сводится к поиску компромисса между конкурирующими целями. Классическая модель ACID долгое время была синонимом надёжности, предоставляя чёткие гарантии на уровне отдельных транзакций. Она идеально подходила для мира, где данные и приложения были централизованы. Однако по мере роста масштабов и необходимости горизонтального масштабирования, эти строгие гарантии стали препятствием. Сама суть распределённой системы, узлы которой разделены сетью, делает невозможным одновременное достижение идеальной согласованности и абсолютной доступности.
Теорема CAP предлагает элегантную концептуальную рамку для понимания этого ограничения. Она не является строгим математическим доказательством, а скорее принципом, помогающим архитекторам принимать взвешенные решения. Выбор класса системы (CA, CP, AP) — это не технический, а бизнес-выбор. Если для финансового приложения потеря данных недопустима, приоритетом будет согласованность (CP). Если для социальной сети критически важно всегда отвечать пользователю, пусть даже с небольшим запозданием в актуальности данных, выбор падёт на доступность (AP).
Модель BASE, таким образом, является не отказом от целостности, а её переосмыслением для новых реалий. Концепция «согласованности в конечном счёте» признаёт, что в масштабируемых системах временная несогласованность — это норма, а не ошибка. Ключевой инженерной задачей становится не предотвращение конфликтов, а управление ими. Это включает в себя продуманную стратегию синхронизации (при чтении или записи) и механизмы разрешения конфликтов, такие как временные метки. Понимание этих компромиссов позволяет создавать системы, которые не только эффективно работают с большими данными, но и адекватно отвечают требованиям конкретного бизнеса, обеспечивая необходимый уровень доверия к данным без ущерба для производительности и масштабируемости.
Основные принципы ACID
Традиционные базы данных основаны на принципах ACID. Это набор требований для обеспечения надёжности транзакций:
- Атомарность (Atomicity): Транзакция либо выполняется целиком, либо не выполняется вовсе.
- Согласованность (Consistency): Данные всегда находятся в согласованном состоянии, соответствии всем правилам.
- Изолированность (Isolation): Параллельные транзакции не влияют друг на друга (реализуется через блокировки).
- Надёжность (Durability): После успешного завершения транзакции данные не будут потеряны при сбоях.
При горизонтальном масштабировании (распределении данных по нескольким серверам) соблюдение принципов ACID становится очень неэффективным из-за необходимости синхронизации между серверами.
Теорема CAP
Теорема CAP (теорема Брюера) — ключевая концепция для распределённых систем. Она гласит, что из трёх свойств одновременно можно обеспечить только два:
- Согласованность (Consistency): Все узлы видят одни и те же данные.
- Доступность (Availability): Система всегда отвечает на запросы.
- Устойчивость к разделению (Partition Tolerance): Система продолжает работать при обрыве связи между узлами.
Поскольку распределённая система подразумевает разделяемость по определению, выбор всегда стоит между согласованностью и доступностью.
Пример: Сервис напоминаний.
- Вы работаете один: есть и согласованность, и доступность, но нет разделяемости.
- Вы наняли жену: есть разделяемость и доступность, но нет согласованности (данные в разных книжечках различаются).
- Попытка синхронизировать книжечки (для согласованности) приводит к потере доступности, так как вы тратите время на синхронизацию вместо ответов на звонки.
Классы систем по CAP
Из теоремы CAP следует деление систем на три класса:
- CA (Согласованность + Доступность): Жертвуют устойчивостью к разделению. Это традиционные базы данных (ACID).
- CP (Согласованность + Устойчивость к разделению): Жертвуют доступностью. Лучше не ответить, чем выдать неверные данные.
- AP (Доступность + Устойчивость к разделению): Жертвуют строгой согласованностью. Система всегда отвечает, но данные могут быть не самыми актуальными.
Для систем класса AP вводится понятие Согласованность в конечном счёте (Eventual Consistency): если записать значение в один узел, а прочитать с другого, они могут временно различаться, но через некоторое время синхронизируются.
Модель BASE
Для распределённых систем была разработана модель BASE, которая является альтернативой ACID:
- Базовая доступность (Basically Available): Система в целом доступна, но может временно жертвовать доступностью для других целей.
- Неустойчивое состояние (Soft State): Состояние системы может меняться даже без внешних операций (из-за асинхронной синхронизации).
- Согласованность в конечном счёте (Eventual Consistency): Все конфликты согласованности в итоге разрешаются.
Разрешение конфликтов
Конфликты данных разрешаются либо при чтении, либо при записи. Для оптимизации выбирают операцию, которая происходит реже:
- Редко пишем, часто читаем → Синхронизируем при записи.
- Часто пишем, редко читаем → Синхронизируем при чтении.
Самый простой способ разрешения конфликтов — временные метки (timestamp): данные с более новой меткой считаются актуальными.
1. Традиционные базы данных построены на принципах ACID, гарантирующих надёжность транзакций за счёт атомарности, согласованности, изолированности и долговечности.
2. Реализация принципов ACID в распределённых системах приводит к значительной потере производительности.
3. Теорема CAP утверждает невозможность одновременного обеспечения согласованности, доступности и устойчивости к разделению.
4. В распределённой среде устойчивость к разделению является обязательным требованием, поэтому выбор всегда стоит между согласованностью и доступностью.
5. Все системы хранения данных можно классифицировать по парам свойств, которые они реализуют: CA, CP и AP.
6. Системы класса AP жертвуют строгой согласованностью в пользу высокой доступности.
7. Модель BASE является альтернативой ACID и описывает принципы работы распределённых систем.
8. Концепция "согласованность в конечном счёте" допускает временную несогласованность данных с гарантией их синхронизации в будущем.
9. Конфликты согласованности в BASE-системах могут разрешаться при чтении или при записи.
10. Выбор между синхронизацией при чтении и записи зависит от частоты этих операций для оптимизации ресурсов.
11. Временные метки являются простым и эффективным механизмом для разрешения конфликтов версий данных.
12. Выбор между классами систем CP и AP является ключевым архитектурным решением, основанным на требованиях бизнеса к целостности и доступности.
1. Каковы четыре основных принципа ACID и что каждый из них означает?
2. Почему строгие гарантии ACID становятся проблемой при горизонтальном масштабировании?
3. В чём заключается суть теоремы CAP?
4. Что означает термин "устойчивость к разделению" в контексте распределённых систем?
5. Почему в распределённых системах невозможно одновременно достичь согласованности и доступности?
6. Охарактеризуйте различия между системами классов CP и AP.
7. Какой главный компромисс заложен в модели BASE?
8. Что подразумевается под термином "неустойчивое состояние" (Soft State)?
9. Объясните концепцию "согласованности в конечном счёте" (Eventual Consistency).
10. В каких случаях выгоднее синхронизировать данные при записи, а в каких — при чтении?
11. Как временные метки помогают разрешать конфликты данных в распределённых системах?
12. Каким образом теорема CAP влияет на выбор архитектуры приложения?
