CAP理论

CAP理论

  CAP，是三个单词的首字母大写，分别是：consistency，availability，partition tolerance。
   consistency：一致性 与数据库的ACID的一致性类似，这里更多的是关注不同节点上数据的一致性。
  availability：可用性 就是说，在一定时间内要返回一个结果（执行成功或失败）。
  partition tolerance ：分区容忍性 数据是否可以分区，考虑扩展性和性能。

---

  分布式系统里，由节点组成的网络，相互之间可能因为网络原因，造成通信中断，节点之间无法进行通信，这样就造成了网络分区。

  为了提高分区容错性，就需要将数据进行冗余备份，这样，就算出现了网络分区，也可以在不同的分区中访问到这份数据。

  但是进行数据的冗余备份就涉及到了数据一致性的问题，如果要保证强一致性，就需要等待数据完成冗余备份。

  这就涉及到了系统的可用性问题，数据的一致性消耗时间越多，系统可用性就越低。可用性就是说用户发送的请求，需要在一定时间范围内得到系统的反馈。

数据一致性模型

  强一致性：当更新操作实行完成后，后续进程或线程不论访问任何一个机器，得到的都是最新的结果，用户输入什么就能返回什么。

  弱一致性：更新操作结束后，后续进程或线程并不一定能访问到最新的数据，在更新操作后到数据完成一致性之间的这段时间，叫“一致性窗口时间”。弱一致性的窗口时间未知。

  最终一致性：弱一致性的特例，若没有后续的更新操作，数据最终会完成一致性操作。比如支付宝提现有个两小时内到账。
  推荐一篇博客：
https://blog.csdn.net/weixin_40533111/article/details/85069536