CAP 定理 && 高可用系统的常用设计手段

原文：https://www.jianshu.com/p/b9642f99d9cc

 

CAP 定理（CAP theorem），又被称作布鲁尔定理（Brewer's theorem），它指出对于分布式计算系统来说，不可能同时满足以下三点：

CAP 定理

• 一致性（Consistence） : 所有节点访问同一份最新的数据副本
• 可用性（Availability） : 每次请求都能获取到响应，但是不保证获取的数据为最新数据
• 分区容错性（Partition tolerance） : 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和可用性的服务。

CAP 仅适用于原子读写的 NOSQL 场景中，并不适合数据库系统。现在的分布式系统具有更多的特性，比如扩展性、可用性等等，在进行系统设计和开发时，就不应该仅仅局限在 CAP 问题上。

很多人理解这一定律时，常常简单的表述为：“一致性、可用性、分区容错性三者只能同时达到其中两个，不可能同时达到”。实际上，这是一个具有误导性质的说法，在 CAP 理论诞生12年之后，CAP 之父也在2012年重写了之前的论文。

当发生网络分区的时候，如果我们要继续服务，那么强一致性和可用性只能2选1，也就是说当网络分区之后，P是前提，决定了P之后才有C和A的选择。也就是说分区容错性（Partition tolerance）是我们必须要实现的。

如果想深入学习一下 CAP ，可以看看这篇文章： 《分布式系统之CAP理论》

 

高可用系统的常用设计手段：

1. 降级： 服务降级是当服务器压力剧增的情况下，根据当前业务情况及流量对一些服务和页面进行有策略的降级，以此释放服务器资源来保证核心任务的正常运行。降级往往会指定不同的级别，面临不同的异常等级来执行不同的处理。

根据服务方式：可以拒接服务，可以延迟服务，有时候也可以随机服务。根据服务范围：可以砍掉某个功能，也可以砍掉某些模块。总之服务降级需要根据不同的业务需求采用不同的降级策略，主要的目的就是服务虽然有损但是总比没有要好；

2. 限流： 防止恶意请求流量、恶意攻击，或者防止流量超出系统峰值；

3. 缓存： 避免大量请求直接落到数据库，将数据库击垮；

4. 超时和重试机制： 避免请求堆积造成雪崩；

5. 回滚机制： 快速修复错误版本。

作者：happyJared
链接：https://www.jianshu.com/p/0025c7d29a00