CAP理论学习

转自：https://zhuanlan.zhihu.com/p/33999708

1.概述

一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三项中的两项。

1.1 Consistency 一致性

一致性指“all nodes see the same data at the same time”，即所有节点在同一时间的数据完全一致。并发读写多个数据拷贝的场景。

从客户端来看，一致性主要指的是多并发访问时更新过的数据如何获取的问题。从服务端来看，则是更新如何分布到整个系统，以保证数据最终一致。

分为强/弱/最终一致性三类：

• 强一致性：对于关系型数据库，要求更新过的数据能被后续的访问都能看到，这是强一致性。【要求每次都读到最新的数据】
• 弱一致性：如果能容忍后续的部分或者全部访问不到，则是弱一致性。
• 最终一致性：如果经过一段时间后要求能访问到更新后的数据，则是最终一致性。【允许一段时间内读取到的不一致】

1.2 Availability 可用性

指“Reads and writes always succeed”，即服务在正常响应时间内一直可用。

好的可用性主要是指系统能够很好的为用户服务，不出现用户操作失败或者访问超时等用户体验不好的情况。

通常和分布式数据库冗余、负载均衡有关系。

1.3 Partition Tolerance分区容错性

分区容错性指“the system continues to operate despite arbitrary message loss or failure of part of the system”，即分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性或可用性的服务。

2.权衡

• AP wihtout C：要高可用并允许分区，则需放弃一致性。一旦分区发生，节点之间可能会失去联系，为了高可用，每个节点只能用本地数据提供服务，而这样会导致全局数据的不一致性。现在众多的NoSQL都属于此类。
• CP without A：如果不要求A（可用），相当于每个请求都需要在Server之间强一致，而P（分区）会导致同步时间无限延长，如此CP也是可以保证的。很多传统的数据库分布式事务都属于这种模式。对于涉及到钱财这样不能有一丝让步的场景，C必须保证。