分布式之CAP定理

总结自：

1.CAP Theorem：Revisited

2.网络编程（七）：CAP原理推导和应用

先说定义吧

一致性（Consistency）：对于某次读取返回的内容是该信息的最新版本。

可用性（Availability）：一个正常工作的节点，对于client的请求会在合理的时间内返回一个合理的响应，这个响应不应该是错误也不应该是请求超时。

分区容忍性（Partition Tolerance）：当网络分区发生时，系统仍然工作正常。

说说一些注意事项以及认识

1.一致性

不一致并不是像移动通信里面的错误一样，由于干扰的存在产生传输的数据都解码出来错误了。

比如本来拷贝一个变量x，值为1，从node1拷贝到node2，发生错误变成了值为2。

（1）不一致主要是因为需要维护变量x的多个副本，在有些节点或者网络故障的时候，一些对于x变量的修改操作没有在某些节点里面进行，

导致了不同节点之内表示的同一个变量的值不一致。

（2）少数派在crash之后或者在被partition之后，recovery出来执行一些已经执行、没有执行反正不一样的动作。

2.可用性

可用性的概念就是上面提到的概念。值得注意的是，在分析系统的时候我们也经常会将具备可用性的概率也称作可用性。

比如，如果对于单机系统，如果宕机的概率是p，那么就有1-p的概率是具备可用性的，习惯上我们也说可用性是1-p

3.分区容忍性

要弄清分区容忍性，首先就要清楚什么是network partition

network partition就是说，由于网络设备的故障导致原来的网络分裂为2个，分裂出来的2个网络现在是不能互通的了。

而分区容忍性就是说，当network partition发生的时候，系统也能工作正常。

系统也能正常工作的意思是说，系统并没有随着network partition也表现出分裂为两部分的现象，

系统对外仍然表现为仿佛只存在一个统一的整体，并对外提供服务。

4.可用性和分区容忍性的区别

其实在上面的3中，关于分区容忍性的概念还有一个比较模糊的地方，就是什么是系统工作正常。

其实这个系统正常工作就是能不能正常对外提供服务，换句话说就是client来了一个请求，会是一个怎样的结果。

从这个角度来说可用性和分区容忍性的确有很大的相似程度。

我们不妨将整个系统划分为以下几个部分：client、distributed system（node + network）

而我们又可以将distributed system划分为：network和node部分，其中network是node之间通信的网络，而node是对client提供服务的逻辑实体。

我现在的认识是，凡是node对于提供服务的影响就是可用性，凡是network对于提供服务的影响就是分区容忍性。

将这个概念带入到网络编程（七）：CAP原理推导和应用里面提供的几个模型中去分析，感觉还是比较清晰地。

特别要注意的是，其实可用性说穿了就是一个请求是否能够顺利达到目的，但是在分析的时候应该对于读请求和写请求分别对待。

因为正如网络编程（七）：CAP原理推导和应用里面所列举的，同一个架构下读请求和写请求的可用性改变甚至是相反的。

5.几种网络架构

总结自网络编程（七）：CAP原理推导和应用

（1）单机系统

（2）Sharding

（3）多副本读写

（4）Clustering--多副本同步

（5）Clustering--多副本非同步