Startseite
Podcasts
Engineering Kiosk Podcast
#91 Konsistent, Verfügbar, Ausfalltolerant oder Performant: Das CAP- und PACELC-Theorem in verteilten Systemen

#91 Konsistent, Verfügbar, Ausfalltolerant oder Performant: Das CAP- und PACELC-Theorem in verteilten Systemen

Engineering Kiosk vor 3 Jahren

0:00

57:41

Konsistent, Verfügbar und Ausfalltolerant: Wähle zwei - Das
CAP-Theorem

Stellt euch vor, ein Handwerker könnte die Dienstleistung
schnell, günstig und in hoher Qualität leisten. Wäre dies nicht
ein Traum? Leider sind alle drei Eigenschaften in der Realität
nicht möglich. Und genau so geht es uns mit dem CAP-Theorem in
verteilten Systemen mit Datenhaltung. Speziell im aktuellen
Zeitalter mit Cloud Computing, horizontaler Skalierung,
weltweiter Verfügbarkeit spielt das CAP-Theorem eine essentielle
Rolle.

Wie soll sich dein System verhalten, wenn die Netzwerk-Verbindung
zwischen deinen Compute-Knoten ausfällt? Muss die Datenhaltung
konsistent bleiben? Oder sind Inkonsistenzen für eine gewisse
Zeit OK, dafür hat die Verfügbarkeit eine höhere Priorität? Um
diesen Konflikt geht es in dieser Episode.

Bonus: Auf GCP kannst du deine Compute-Instanz auf maximal 12 TB
SSD Disk (ohne Netzwerk-Storage) aufstocken.

Das schnelle Feedback zur Episode:

(top) (geht
so)

Feedback (gerne auch als Voice Message)

EngKiosk Community:
https://engineeringkiosk.dev/join-discord

Email: stehtisch@engineeringkiosk.dev

Mastodon: https://podcasts.social/@engkiosk

Twitter: https://twitter.com/EngKiosk

WhatsApp +49 15678 136776

Gerne behandeln wir auch euer Audio Feedback in einer der
nächsten Episoden, einfach Audiodatei per Email oder WhatsApp
Voice Message an +49 15678 136776

Links

CAP-Theorem: https://de.wikipedia.org/wiki/CAP-Theorem

Eric Brewer:
https://de.wikipedia.org/wiki/Eric_Brewer_(Informatiker)

Slides zum CAP Theorem (Towards robust distributed systems):
https://people.eecs.berkeley.edu/~brewer/cs262b-2004/PODC-keynote.pdf

PACELC theorem: https://en.wikipedia.org/wiki/PACELC_theorem

CAP Theorem Explained:
https://learncloudnative.com/blog/2019-11-22-basics_cap_theorem

Jepsen: Elasticsearch 1.5.0:
https://aphyr.com/posts/323-jepsen-elasticsearch-1-5-0

Jepsen: MongoDB stale reads:
https://aphyr.com/posts/322-jepsen-mongodb-stale-reads

Jepsen: Cassandra:
https://aphyr.com/posts/294-jepsen-cassandra

Jepsen: Kafka: https://aphyr.com/posts/293-jepsen-kafka

Sprungmarken

(00:00:00) Intro

(00:01:16) Das CAP-Theorem

(00:03:37) Verteilte Systeme, Datenhaltung und State

(00:08:17) Was ist das CAP-Theorem?

(00:09:52) Info/Werbung

(00:11:15) Was ist das CAP-Theorem?

(00:13:10) Das C in CAP: Consistency

(00:15:12) Das A in CAP: Availability

(00:16:16) Das P in CAP: Partition Tolerance

(00:18:55) Der Problemfall in verteilten Systemen

(00:20:41) Was bedeutet es, wenn ein verteiltes System alle drei
Eigenschaften erfüllen würde

(00:22:56) Wo kommt das CAP-Theorem her? Das Brewer Theorem, ACID
und BASE

(00:31:50) Ausprägung CP: Consistency und Partition Tolerance

(00:33:31) Ausprägung AP: Availability und Partition Tolerance

(00:36:34) Ausprägung AC: Availability und Consistency

(00:37:16) Das CAP-Theorem im Fehlerfall: PACELC

(00:41:07) Das CAP-Theorem und die Praxis

(00:43:00) MongoDB

(00:45:13) Cassandra

(00:46:36) Kubernetes

(00:49:38) Kafka

Hosts

Wolfgang Gassler (https://mastodon.social/@woolf)

Andy Grunwald (https://twitter.com/andygrunwald)

Feedback (gerne auch als Voice Message)

EngKiosk Community:
https://engineeringkiosk.dev/join-discord

Email: stehtisch@engineeringkiosk.dev

Mastodon: https://podcasts.social/@engkiosk

Twitter: https://twitter.com/EngKiosk

WhatsApp +49 15678 136776