什么是CAP？

1. 什么是CAP

　　是一种定理，多用于描述分布式架构，CAP这三个字母对应三种理念，且这三种理念只能两两组合，不能CAP三种理念同时共存（为什么？下面说）。

• C：Consisteny（一致性）
• A：Availability（可用性）
• P：Partition Tolerance（分区容错性）

 

2. 细说CAP

• C：Consisteny（一致性），比如数据库是主从模式，一个写库请求进来了，master库完成了写入操作，但是再slave同步数据之前，另一个用户查了这条数据，结果没查到，但是也没报错，这就不是强一致性。虽然最终会同步成功，但这是最终一致性的体现。强一致性的体现在于我不管你因为什么没同步成功（可能网络延迟或其他等），只要没同步成功，我这个slave就不能对外提供服务。必须主从数据一致才可以提供服务。（很少有做到这点的）
• A：Availability（可用性），还是上面的例子，就是保证了可用性。因为虽然主从没同步完成，但是我从库照样能提供服务而且及时响应结果。也就是说可用性保证服务可用，而不在乎数据是否一致。明显和C是冲突的，那CA怎么还能组合到一起？后面说。
• P：Partition Tolerance（分区容错性），集群部署了三台服务。挂了一台，其他两台还能继续对外提供服务，这时候我就认为他是没问题的，也就是我能容忍你挂了一台，只要还有服务能对外提供请求即可。所以一般分区容忍性是必须的，一般都需要从C和A之间做选择。

 

3. CAP组合

• CP

即一致性和分区容忍性。

把节点A和节点B理解成mysq主从的话，那么就是A和B之间不能互相通讯，网络出问题了，当有客户端向A写入msg1的时候，会直接失败，因为C要保证A和B两个节点之间的数据强一致性。

假如有另一个客户端向B节点进行读取msg2消息的时候，B返回是成功的，因为msg2节点是A和B之间网络通顺时存在的老数据，数据是一致的。这就是虽然你A不可用，但是我B还能提供服务，这就保证了分区容忍性。

 

• AP

即可用性和分区容忍性。

节点A和B之间不能互相通讯，当有客户端向A节点写入msg1的时候，节点A允许 写入，请求操作成功，但此时由于A和B不能通信，所以导致B节点的msg1的数据是旧的，或者根本不存在。但是另一个客户端向B节点读取msg1的时候是可以成功的，要么读到的是旧数据要么读取不到。但是服务是可用的，只是数据可能有问题。这就保证了可用性，舍弃了强一致性。

 

• CA

CA的话我只能想到单机上是可以保证的，一台机器数据肯定一致，服务肯定可用。不可用的时候服务也不能用，也能保证一致性。单台机器也没有分区容错性的概念。所以完美CA。

 

4. Base理论

Base理论是对CAP理论的延申，核心思想就说既然无法做到强一致性（CAP中的C），但是可以采取合适的方式达到最终一致性。

Base的全称是：Basically Available（基本可用）、Soft State（软状态）、Eventual Consistency（最终一致性）。

 

• Basically Available（基本可用）

指分布式系统再出现故障的时候，允许损失部分可用性，即保证核心可用。比如电商大促时，为了应对访问量激增，部分用户可能会被引导到降级页面，服务层也可能只提供降级服务，这就是损失部分可用性的体现。

 

• Soft State（软状态）

指系统允许存在中间状态，而这个中间状态不会影响系统整体可用性。比如分布式存储中一般一份数据至少会有三个副本，允许不同节点间副本同步的延迟就是软状态的体现。

 

• Eventual Consistency（最终一致性）

指系统中的所有数据副本经过一定时间后最终能够达到一致的状态。也是弱一致性的体现。