分布式--1--CAP介绍

CAP 是分布式系统中的概念。

‌CAP理论的核心概念‌
‌一致性（Consistency）‌

• 所有节点在同一时间的数据完全一致，即每次读取都能获取最新写入的数据。例如，银行转账必须保证双方账户余额的同步更新，否则会导致数据错误。

‌可用性（Availability）‌

• 每个请求都能在合理时间内得到响应（不保证数据最新）。例如，电商网站在高并发场景下需保证用户可正常下单，即使返回的数据可能非最新。

‌分区容错性（Partition Tolerance）‌

• 系统在网络分区（如节点间通信中断）时仍能继续运行。由于分布式系统中网络故障不可避免，P是必须满足的特性。

‌
CAP的权衡与实践‌

• CP系统‌（一致性+分区容错性）：牺牲可用性。例如金融系统（如HBase）在网络分区时会拒绝请求以确保数据一致性。
• AP系统‌（可用性+分区容错性）：牺牲一致性。如社交平台（如Cassandra）允许短暂数据不一致，优先保证服务可用。
• CA系统‌（一致性+可用性）：理论上难以实现，因分布式系统无法避免网络分区。‌

CAP理论的争议与补充‌

• 实际场景的灵活性‌：CAP并非绝对二元选择，可通过最终一致性（如Redis、MongoDB）或超时机制平衡三者。
• 与ACID的区别‌：CAP的“C”强调多节点数据同步，而事务ACID的“C”关注事务前后的状态合法性。
  ‌
  典型应用案例‌
• Nacos‌：临时实例用AP模型（Distro协议），持久化实例用CP模型（SOFAJRaft协议）。
• NoSQL数据库‌：Cassandra（AP）、MongoDB（CP倾向）。
  ‌

总结‌：CAP理论是分布式系统设计的基石，但需结合业务需求灵活权衡。例如，金融领域倾向CP，互联网高并发场景倾向AP。