CAP 定理

　　[转自cap定理的含义]

　　分布式系统的最大难点，就是各个节点的状态如何同步。CAP 定理是这方面的基本定理，也是理解分布式系统的起点。

一、分布式系统的三个指标

 

 

 

• Consistency（一致性）
• Availability（可用性）
• Partition tolerance（分区容错性）

• Partition tolerance

　　大多数分布式系统都分布在多个子网络。每个子网络就叫做一个区（partition）。分区容错的意思是，区间通信可能失败。一般来说，分区容错无法避免，因此CAP中的P总是成立，剩下的C和A无法同时做到。

• Consistency

　　写操作之后的读操作，必须返回该值。

   

　　举例来说，某条记录是 v0，用户向 G1 发起一个写操作，将其改为 v1。接下来，用户的读操作就会得到 v1。这就叫一致性。问题是，用户有可能向 G2 发起读操作，由于 G2 的值没有发生变化，因此返回的是 v0。G1 和 G2 读操作的结果不一致，这就不满足一致性了。

　　为了让 G2 也能变为 v1，就要在 G1 写操作的时候，让 G1 向 G2 发送一条消息，要求 G2 也改成 v1。

 

• Availability

 

 　　只要收到用户的请求，服务器就必须给出回应。

　　用户可以选择向 G1 或 G2 发起读操作。不管是哪台服务器，只要收到请求，就必须告诉用户，到底是 v0 还是 v1，否则就不满足可用性。

 

二、Consistency 和 Availability 之间的矛盾

　　一致性和可用性，为什么不可能同时成立？答案很简单，因为可能通信失败（即出现分区容错）。

　　如果保证 G2 的一致性，那么 G1 必须在写操作时，锁定 G2 的读操作和写操作。只有数据同步后，才能重新开放读写。锁定期间，G2 不能读写，没有可用性。

如果保证 G2 的可用性，那么势必不能锁定 G2，所以一致性不成立。

　　系统设计时只能选择一个目标。如果追求一致性，那么无法保证所有节点的可用性；如果追求所有节点的可用性，那就没法做到一致性。一般追求高可用，舍弃一致性。