CAP原则图解

             CAP原则又称CAP定理，指的是在一个分布式系统中，一致性（Consistency）、可用性（Availability）、分区容错性（Partition tolerance）。CAP 原则指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。

        如上图，假设这是一个分布式服务器集群，各个服务器节点之间的网络本来应该是畅通的，且每台服务器保存的数据都是自己特有、独一无二的。

 

        假如发生某些故障，导致（如下图）：某些服务器在集群中失去了联系，此时正常运转和故障机器之间就形成了分区。

         此时诞生了不同分区，而由于每台服务器都保存的是自己特有的数据，所以失联服务器上的数据就无法访问了，此时分区容忍性（Partition tolearance）就是 0，是不可容忍的。

         解决这种服务器一旦失联，数据仍然可以访问的重要策略就是，replication副本策略，就是数据复制多份，然后保存在不同的服务器上。（如下图）

         

        显然，副本数绝越多，某台服务器发生故障时，其上的数据就越可能仍然访问，就越不容易出现失联分区，也就是分区容忍性越高。但是存储多个副本显而易见会带来新的问题，那就是不同服务器上的数据副本的同步问题（黑色线条表示数据同步关系），即一致性（Consistency）问题。

        分区容忍度越好，一致性的压力就越大。为了提高一致性，就又带来了可用性（Availability）问题，可用性可以简单理解为好不好用，能不能及时相应服务，当服务器需要花费大量时间同步数据的时候，读写数据的响应速度自然下降，因此可用性就会降低。实现一致性（Consistency）的典型机制有：Master-Slave主从同步、Paxos算法等。

       下面先说一说主从同步机制：

1. Master接受写请求
2. Master复制日志至slave
3. Master等待，直到所有从服务器返回确认。

      主从同步机制是一个强一致性机制，要求很高：如果Master故障、某些服务器因为网络延迟没有及时返回ack等，都会导致同步失败，过长的等待时间，显然降低了可用性（Availability）。当然还有一些改进措施，可以回头再交流。下一步会回来补充Paxos算法，现在工作忙，时间不够。

 总的来讲各自的特征关键词如下：

C数据一致性：通信、同步、等待确认。

A可用性：相应时间、执行效率

P分区容忍度：复制、副本