CAP的总结

• 关于cap，我就觉得不用纠结的太细节，如同《DDIA》中所述：它提供的是一个选择，即：“在网络分区的情况下，是选择一致性还是可用性”。因为网络分区是一种故障，不管你是否喜欢，它都是会发生的。类似传输数据时，是选择同步还是异步的方式

cap分别是指什么

• C： DDIA中，说是线性一致性
• A：非故障的节点在合理的时间内返回合理的响应（不是错误和超时的响应）
• P：当出现网络分区后，系统能够继续“履行职责”
  • 网络分区：
    • 网络分区是指因为网络故障导致网络不连通，不同节点分布在不同的子网络中，各个子网络内网络正常。节点之间的网络通讯出现了消息丢失、高延迟的问题。
    • 可能是丢包，也可能是连接中断，还可能是拥塞。

	概述	例子	业务选择
ca	需要非常严格的全体一致的协议，不能容忍网络错误或节点错误，一旦出现这样的问题，整个系统就会拒绝写请求	单个节点的数据库	单机
cp	系统里大多数人的一致性协议，比如：Paxos 算法（Quorum 类的算法）。这样的系统只需要保证大多数结点数据一致，而少数的结点会在没有同步到最新版本的数据时变成不可用的状态。	ZooKeeper出现分区，然后选举leader的时候，不能读写，因此不符合A	对一致性要求高的，例如银行或金融
ap	系统在分区时不能达成一致性，给出数据会有冲突，选择的是最终一致性	Cassandra 、DynamoDB、CoachDB等	对性能要求高，响应要求快的场景

补充

关于ca, 还有一个例子kafka replication，在同一个数据中心的系统，使用2pc，且需要全体一致协议，将要出现分区的时候，直接将该broke从集群中剔除，确保整个集群不会出现P现象。详细看这个极客时间的例子