最近看了很多技术组件、发现其实很多技术都有共同点；而这些共同点都围绕着异步、同步。
看到同步机制这个关键词、我想到的是 性能差；可靠性高。
而异步机制这个关键词、是性能好、可靠性差。
我觉得前辈们一直可能在思考一个问题； 就是一项技术如何达到同步机制的可靠性、又能够达到异步的性能。
过半写入机制
挣扎中就出现了过半写入机制(paxos核心思想) Zookeeper的过半机制很相似； 比如ABC三个节点；只要A/B两个同步完成返回ack就对外提供服务。而C节点此时还没同步完成；但它可能在异步同步数据、也有可能已经挂了。从某种角度来看这是一种策略；从整体对外提供服务来说；保证了对外一致性；已经是提高了性能；虽然内部可能不一致。
预防策略(瞎写的)
还有Kafka的副本同步机制；主从同步策略；也是强一致性；他是避免同步可能存在的问题；而影响对外可用。他有个ISR集合的概念；挺有意思的；比如说我有ABC 3个节点；A是Master 当通过Master写一条数据的时候；Master需要同步给BC两个从节点；每个节点同步完成返回ACK确认；表示同步完成。
假设说C节点同步很慢(这个同步时间可配置)；或者挂了网络不通；机制会把C节点踢出ISR集合；就能够有效保证ISR集合的百分百健康。同时也会异步去探活异常C；一旦他网络恢复了；就把C加入集合；数据对其后 并对Master ack确认；此时Master 才认为C是健康的、才会对他进行数据同步。
这两种策略其实都是在满足同步的情况下去增强；那假设说没有过半写入、没有ACK确认；只要有一个节点写完立刻返回；节点之间通过异步同步。
这样确实可以大大提高性能；但降低了可靠性、可能存在数据不一致问题。
就看业务容忍度；但市面上尤其是互联网技术栈；基本都是优先考虑性能、其实很多组件都是能够满足、异步、或者同步策略；提供给开发人员结合场景选择；比如 Redis AOF、RockerMQ、Kafka刷盘以及提供者写消息等等；
哎；有点零零散散；但如果用CAP理论其实可以在分布式环境贯穿所有技术栈；应该说借助CAP理论可以可以找到他们之间的共性；更好的去理解他。而不是被天花乱坠的技术栈表面所迷惑。
https://www.processon.com/view/link/61a23cf01e0853431b172d90
【技术的本质】有一句话叫：无论如何，新技术一定是产生于已有的技术组合。
也就是说任何技术都是从老技术演变而来的；而我们首先学习他们的背后逻辑(底层逻辑) 其实更高效。
因为很多时候技术底层都是相似相通的、你会很快理解上手；其实并不是你学的快，而是此时此刻你只是在复习；以及在不同场景扩展技术边界而已。
