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

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.





**** Diese Episode wird von trivago gesponsert:


trivago aus Düsseldorf sucht Verstärkung für ihr Tech-Team.
Weltweite Skalierung, datengetriebene Entscheidungen und
Experimente durch A/B Tests gehören zum Alltag. Hilf mit die
Hotelsuchmaschine nach vorne zu bringen. Profitiere von einem
autonomen Arbeitsumfeld und bewirb dich unter
https://careers.trivago.com/tech oder schicke deine
Initiativbewerbungen an joinus@trivago.com mit dem Betreff
"Engineering Kiosk". 


****





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) Neue Herausforderungen für dich im Job bei trivago
(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