谈谈自己关于CAP理论的理解

我这次理解的CAP，都是基于数据的基础上，如有错误，请大家指出。

C：一致性，分布式系统中，对一个节点的数据写入，在其他节点上读取到的必须是最新的。

A：可用性，某些节点出现故障或者性能不佳导致请求失效，其他节点依旧可以提供服务。

P：分区容忍性，简单的说，就是分布式系统中，节点间的通讯必然会出现通讯失败的情况，我们得允许，也不得不允许这个情况的出现，就是说我们得容忍节点间的通讯失败的情况。

如上图，红色竖线，我们表示由于网络分区，把整个DB网络分割成三个子网络，子网络之间无法通信。其中db1，2，3是一个数据库集群，接下来我们再说说基于上图的AP跟CP。

AP：选择可用性跟分区容忍性，弱化一致性，注意这里是弱化，而不是摈弃，因为当分区之间可以通信时，数据可以最终一致。假如，数据操作请求打到server1，此时数据保存到db1,但是由于网络分区，数据无法同步更新到db2，db3，如果有别的数据请求打到db2,就会出现数据不一致，但是整个系统还是可以正常响应，这就保证了可用性，弱化一致性。

常见的是redis的主从模式，当主节点宕机，从节点可以变成主节点，继续提供服务，等到之前的主节点恢复之后，数据进行同步，保证最终一致。

CP：选择一致性跟分区容忍性，同样是弱化可用性，并非一定是整个系统无法提供服务。比如，数据操作请求打到db1，某个时间点由于网络分区，数据无法同步到db2，db3，那么这次请求就会失败，无法正常响应结果，数据不会发生改变，但是下次，或者下下次请求可能网络恢复了，请求成功，正常响应。这就是可用性降低了，但是保证了数据的一致性。

常见的是zookeeper的集群模式，当master节点宕机之后，所有的节点要重新选举一个master出来，期间zookeeper无法提供服务。