数据一致性
数据一致性
数据一致性,就是当多个用户试图同时访问一个数据库,它们的事务同时使用相同的数据时,可能会发生以下四种情况:丢失更新、未确定的相关性、不一致的分析和幻想读。
数据一致性,就是当多个用户试图同时访问一个数据库,它们的事务同时使用相同的数据时,可能会发生以下四种情况:丢失更新、未确定的相关性、不一致的分析和幻想读。

热点

证券Redis·2020-02-21
youki2008 · DDT 擅长领域:服务器, 云计算, 数据库
257 会员关注
可以采用以下三种方式: 1.先更新缓存,再写数据库 2.先删除缓存,再更新数据库 3.先更新数据库,再更新缓存
系统集成数据库双活·2020-02-10
youki2008 · DDT 擅长领域:服务器, 云计算, 数据库
257 会员关注
据我的理解,Oracel的RAC就是这种实现方式吧
硬件生产超融合·2019-03-08
匿名用户
335 会员关注
CAP理论是说三者难以均做到。题干中提到是其中的一致性,也就是C。问题就变成了在CAP中如何平衡A和P。比如,对于高可用性A的实现有多种方式,如paxos和raft来保证数据的多数成功,主从复制,跨机房多借点等。二者难以兼顾的时候,如果极力追求一个,那么放松对另一个的需求。比如追求A...
软件开发商业智能·2019-09-09
amu0722 · 打毛党 擅长领域:大数据, 商业智能, 数据库
48 会员关注
分享下经验吧,我们公司目前有三套BI,把其中一个定性为集团级BI,其他的产品为辅助品。针对这个角度,联合业务系统推行数据治理,划分了一些需要重新梳理的主数据,目前也已经完成了一些梳理。然后再引入统一指标体系(打个重点),目前也在完善中。推行过程中尊着核心业务为主,ERP 跟财...
IT其它应用级灾备·2019-08-22
jxnxsdengyu课题专家组 · 江西农信 擅长领域:存储, 灾备, 双活
1054 会员关注
这个问题本次交流有好多个嘉宾都问了,主要还是靠技术和流程:技术上有两种方式: 一是通过克隆,例如VMWARE SRM+VP(VMWARE软件复制)/存储复制,来保证主中心和灾备中心的虚拟机的一致性,应用也就一致了,只需要用SRM切换即可。这时灾备节点和生产节点都是完全一样的(OS/IP/应用等)。 ...
保险灾备切换·2019-08-15
asdf-asdf · cloudstone 擅长领域:云计算, 服务器, 系统运维
363 会员关注
分几个场景,rac数据库灾备的备库启动,数据如何返回主库rac数据库如何和已经启动的备库同步 回切先确定数据量问题,目前市场上有通过数据库archlog进行恢复的技术 或者把灾备的数据库做主库然后生产做备库完全同步后找个变更时间完成数据库业务回切在做rac技术数据库保护...
证券微服务·2019-07-08
尘世随缘 · 上海某互联网金融公司 擅长领域:云计算, 云原生, 微服务
86 会员关注
在高并发的场景下,缓存、队列,异步是必备的技术手段,在哪里使用缓存,这个没有一个标准的方案,但是有个约定的前提,谁提供谁负责(谁提供的服务,谁来保障服务的高可用)。这里给下我的建议:1、一切皆缓存,所有的地方都可以用缓存,如果担心因为缓存更新策略问题带来的数据不一致,那么可以...
银行数据一致性·2018-12-20
haizdl · 大连 擅长领域:灾备, 存储, 服务器
1236 会员关注
就金融行业来讲,以目前的业务规则和科技现状来讲,实现异地多活(多个中心数据实时同步)没有可能。问题的关键还是在于远距离数据传输质量和延时。如果说到别的业务场景来讲,如果数据的要求可以容忍最终一致性要求,那么多活倒是可以在一定程度上实现,但不是绝对的微观IO的多活,只是...
IT分销/经销数据同步·2019-05-23
asdf-asdf · cloudstone 擅长领域:云计算, 服务器, 系统运维
363 会员关注
高端存储都有存储同步复制技术 可采用其他业务可做分布式写入oracle rac 可以用备库技术看你的业务对数据丢失的抗风险能力, 如果数据完全不可丢失, 必须使用同步复制技术. 如果可小部分丢失(30秒以内)可考虑异步,延迟问题需要同多方面进行io优化, 最简单的还是数据压缩...
证券分布式架构·2019-05-16
bryan · 金融研发 擅长领域:云计算, 容器, 容器云
335 会员关注
为什么会出现强一致性?分布式数据库采用X86平台,相比于大机或者小型机,开放平台有不稳定的因素,需要考虑单个节点宕机后数据如何不丢失。那采取的方式就是将数据存储多份,使用多个节点。这种解决方式引入了一个问题:如何保证这些数据的一致性呢?最理想的目标是数据都时时刻刻完...

描述

数据一致性,就是当多个用户试图同时访问一个数据库,它们的事务同时使用相同的数据时,可能会发生以下四种情况:丢失更新、未确定的相关性、不一致的分析和幻想读。
数据一致性,就是当多个用户试图同时访问一个数据库,它们的事务同时使用相同的数据时,可能会发生以下四种情况:丢失更新、未确定的相关性、不一致的分析和幻想读。
X社区推广
  • 提问题