【转载】分布式系统理论之CAP定理

什么是CAP定理

CAP定理指的是在一个分布式系统中， Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性），三者不可兼得。在分布式系统中，分区容错性是必须需要实现的。所以只能在一致性和可用性之间进行权衡（AP或者CP）

单机RDBMS是CA系统

单机的Oracle或MySQL之类的传统RDBMS数据库没有分区容错，是CA系统，可以达到强一致性和可用性。

CAP在MySQL主从复制中的应用

MySQL主从复制实现了分区容错性（P），主从复制分为异步复制和半同步复制。

• 异步复制 异步复制操作时序图： 
  异步复制在master写binlog成功之后立即提交，不等待slave的同步结果。这种方式有很高的性能，但是牺牲了数据一致性。如果slave同步不成功就会造成master和slave数据不一致。异步复制虽然性能高（A），但是数据有可能不一致（C），所以异步复制是AP系统。
• 半同步复制 半同步复制操作时序图： 
  半同步复制在master写binlog成功之后不立即提交，而是等待其中一个slave同步成功，只要有一个slave同步成功，立即提交。这种方式比异步复制性能稍差（需要等待至少一个slave同步成功才提交），但是在一定程度上保证了数据一致性（依然不是CP系统：如果同步slave2失败，master和slave1在commit之后挂了，slave2对外提供服务，从slave2中无法查询到刚才提交的数据）。

从MySQL两种主从复制实现来看，在保证分区容错（P）的情况下，必须在性能（A）和数据一致性上（C）做出取舍。

CAP在MySQL组复制中的应用

组复制操作时序图： 组复制使用paxos协议广播执行状态，由于paxos协议的限制，必须多数master达成一致，写入操作才算成功，可以实现在多个master之间保持数据一致。如果在两个或多个master上并发更新同一条数据，在certify阶段进行操作校验，只有第一个更新操作能成功，其他更新操作返回失败。 此系统在一致性方面（C）做了妥协（强一致->弱一致，有短暂数据不一致窗口），在性能方面（A）也做了妥协（比单机多了消息广播和certify阶段，性能略低），从而达到分区容错（P）。

zookeeper集群

zookeeper集群在对外提供服务和写入数据时，必须半数以上主机可用并且数据写入成功，才返回成功。虽然有短暂的数据不一致窗口，但是因为有超过半数成功的限制条件，即使leader挂掉，选举出来的新leader也肯定会有所有完整的数据（有最新数据日志的节点才有可能被选为leader），所以最终数据会在集群中的所有机器上保持一致（单调弱一致性：两次读取操作，后发起的不会读取到比前一次读取到的数据更老的数据）。因此zookeeper集群是CP系统。
zookeeper集群设计为CP系统的原因：zookeeper作为分布式协调系统，可以在性能上做出妥协，但是必须要求数据是一致的，否则无法作为协调工具存在。

redis集群

redis集群在写入数据时，master写入成功即返回成功，数据异步复制到slave上。如果在master写入成功，但是在同步数据到slave时master挂掉，slave被选为新的master，此时刚才写入成功但没有同步到slave的数据会丢失。所以redis集群是AP系统。 redis集群设计为AP系统的原因：redis作为内存数据库，目的是为了提高数据存取的性能，缓存是其最常见的使用场景，性能高是redis的最大特点，所以只能在数据一致性上做出妥协。

分布式锁的选择

zookeeper和redis都可以实现分布式锁（MySQL和其他RDBMS也可以，但是性能较低），也都有现成的第三方库。选择zookeeper还是redis实现分布式锁，一般参照以下标准：

• 对安全性要求高，不允许出现锁失效的场景，比如和用户金钱道具相关的操作，选择zookeeper实现分布式锁。
• 对安全性要求不高，可以允许偶尔出现锁失效的场景，比如分布式系统执行定时任务做一些类似于归档数据的操作，如果多个实例并发执行会影响性能，但是不会造成其他负面影响。

总结

CAP定理作为分布式系统的基础，在系统架构方面起引导作用。由于CAP定理的限制，需要根据不同使用场景，在性能和一致性之间做出选择（参照zookeeper和redis）。

 

转载自：https://my.oschina.net/lhztt/blog/915533