Web应用的数据访问需求和对策

Web数据的访问的主要特点可归纳如下：

? 高并发访问，尤其是读优先。

? 高可用性——系统访问服务不中断（对互联网应用来说这点往往是被重点强调的）。

? 较高的容错要求——系统要求能容忍一定程度的网络链接故障、网络分区故障、机器故障。因为机器多了、分布广了出问题的概率也多得多了。

? 数据访问并非需要严格一直性。

存储架构上的相应对策如下：

最大的技术策略是放弃传统数据访问所要求的 ACID 特性而遵循 BASE + CAP特性—— 所谓ACID 是指：DBMS强调ACID：原子性(Atomicity)、一致性(Consistency)、隔离性(Isolation)、持久性 (Durability)。这些特性保证数据的一致性和安全性，但实现起来必然降低了系统的可用性和访问速度。 因而现在普遍认可的方向是保证可用性和速度，而放弃一定的数据一致性和安全性（互联网应用中多数数据是可再生的，或者容忍错误的，不要求那么准）。BASE + CAP正式这种策略的抽象含义。BASE 是指：基本可用（Basically Availble）；软状态（Soft-state）；最终一致性（Eventual Consistency ）。CAP特性是指：一致性（Consistency）；可用性（Availability）；分区容忍性（Tolerance of network Partition）等三个需求无法同时满足，必须有取舍。（如果不熟悉这些概念去google 找找吧，尤其是最终一致性这点最为精彩，可参看http://www.allthingsdistributed.com/2007/12/eventually_consistent.html）

为了提高系统吞吐和数据安全，上面我们谈到使用副本技术。而副本系统的访问策略则有一些不同选择。罗列一下吧！

副本传播方式可有——同步方式和异步方式，所谓同步方式是说写入所有副本到给定点需要同步完成；而异步方式则是先写一份到某个点上，然后该点将在延后一定时刻后才将其传播到其它点上。显然同步方式更安全、各副本数据一致性，但可用性低（如果严格同步要求，则是一个点死掉，则写操作即认为失败）、效率低。而异步则效率高（可合并数个请求再一次传播）、可用性高（不要求所有待写入点都严格可用）、但各副本会有一个不一致窗口（因为数据有可能还没传播完成）。

访问逻辑控制方式可有—— 多master 和单master 方式。多master是指每个副本存储点都可接受读写请求，且由其控制传播逻辑。而单master则只能有制定的点负责接收请求，其他点只负责接收master传播过来的读写请求。显然多master效率更高，但更需要控制请求顺序，修正数据冲突。——往往需要借助诸如"数据核对"、"集中决算"等副本冲突解决机制。而单master由于读写都在一个点上串行化了，因此不用解决数据冲突，但缺点就是效率低。

上述四个方式可相互组合，各有利弊。你需要根据自己的应用情况，来选择合适的策略组合。