分布式理论基础------CAP理论介绍及其性质

一.什么是分布式系统

分布式系统是若干独立计算机的集合，这计算机对用户来说就像单个相关系统。

在分布式系统中：

1. 应用可以按业务类型拆分成多个应用，再按结构分成接口层、服务层；我们也可以按访问入口分，如移动端、PC端等定义不同的接口应用；

2. 数据库可以按业务类型拆分成多个实例，还可以对单表进行分库分表；

3. 增加分布式缓存、搜索、文件、消息队列、非关系型数据库等中间件；

很明显，分布式系统可以解决集中式不便扩展的弊端，我们可以很方便的在任何一个环节扩展应用，就算一个应用出现问题也不会影响到别的应用。

二.CAP理论介绍

2000年7月，加州大学伯克利分校的Eric Brewer教授在ACM PODC会议上提出CAP猜想。2年后，麻省理工学院的Seth Gilbert和Nancy Lynch从理论上证明了CAP。之后，CAP理论正式成为分布式计算领域的公认定理。

CAP 理论告诉我们，一个分布式系统不可能同时满足一致性（C:Consistency)，可用性（A: Availability）和分区容错性（P：Partition tolerance）这三个基本需求，最多只能同时满足其中的2个。

• Consistency:一致性，指数据在多个副本之间能够保持一致的特性（严格的一致性）
  • 从客户端来看，一致性主要指的是多并发访问时更新过的数据如何获取的问题。从服务端来看，则是更新如何复制分布到整个系统，以保证数据最终一致。
• Availability可用性： 指系统提供的服务必须一直处于可用的状态，每次请求都能获取到非错的响应——但是不保证获取的数据为最新数据。
  • 对于一个可用性的分布式系统，每一个非故障的节点必须对每一个请求作出响应。所以，一般我们在衡量一个系统的可用性的时候，都是通过停机时间来计算的。
• Partition tolerance分区容错性： 分布式系统在遇到任何网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务，除非整个网络环境都发生了故障。
  • 比如现在的分布式系统中有某一个或者几个机器宕掉了，其他剩下的机器还能够正常运转满足系统需求，或者是机器之间有网络异常，将分布式系统分隔未独立的几个部分，各个部分还能维持分布式系统的运作，这样就具有好的分区容错性。

三.CAP理论证明

1.结论：必须满足P

如果不满足分区容错性，最好情况下可以满足C & A，也就是一致性和可用性。此时相当于一个单体应用，跟分布式系统本身的定义有悖。所以一个分布式系统必须满足分区容错性

2.能否同时满足C，A，P？

我这里有一个分布式系统，有两个分区N1和N2.其中有两个server，分别有数据库D1D2，二者通过网络通信进行数据同步.数据库中有一行数据，姓名小明，年龄20.

同时满足CAP的情况： 当user1发出请求修改小明的年龄，此时成功改为21.但是由于节点之间网络故障问题，无法及时同步给D2数据库。所以User2在请求时能否及时拿到21这个数据呢？这是不可能的，所以需要在可用性和一致性中取舍。

如果选择可用性：

• 每次请求都能获取到非错的响应——但是不保证获取的数据为最新数据。也就是拿到了20这个旧数据

如果选择一致性：

• 那就需要等到网络恢复，然后数据库数据进行同步，再拿到21这个新数据。

四.总结

AP还是CP，需要根据业务场景来判断

比如前几年支付宝光缆被挖断的事件，在网络出现故障的时候，支付宝就在可用性和数据一致性之间选择了数据一致性，用户感受到的是支付宝系统长时间宕机，但是其实背后是无数的工程师在恢复数据，保证数数据的一致性。

对于其他场景，比较普遍的做法是选择可用性和分区容错性，舍弃强一致性，退而求其次使用最终一致性来保证数据的安全。