CAP理解

一、理论

        CAP是分布式系统理论中的一个重要概念，它指的是一致性（Consistency）、可用性（Availability）和分区容错性（Partition Tolerance）。

        CAP定理表明，在一个分布式系统中，无法同时满足这三个特性：

1.1 一致性（C）

        在分布式系统中的所有节点上，对于同一份数据的读操作都应该返回最新写入的值。换句话说，所有节点的数据应该保持一致。

1.2 可用性（A）

        分布式系统在面对用户请求时，应该保证每个请求都能够得到响应，即系统具有高可用性。

1.3 分区容错性（P）

        分布式系统应该能够继续正常运行，即使系统内部发生了网络分区（节点之间无法通信）或者消息丢失等故障。

 

 二、为什么无法同时满足三个？

        根据CAP定理，分布式系统只能满足其中的两个特性，无法同时满足三个。

        因为在面对网络分区时，系统必须要做出选择，是保证一致性还是可用性。如果选择保证一致性，那么在网络分区期间，系统将无法提供服务；如果选择保证可用性，那么在网络分区期间，系统可能会返回过期的数据。

 三、取舍策略

3.1 CA舍弃P

        假设不考虑分区（P）的情况下，只有一个分区（副本），副本的一致性自不必说，自然是一致的；可用性方面，一个节点的写入不需要同步到其他节点，可以高效完成。

        如果增加多个分区（提高分区容错性），数据的写入需要同步到多个节点（强一致性，所有节点同步成功后再返回用户），增加了同步时间和同步失败的可能性，降低了可用性；如果采用弱一致性，即写入操作在主节点成功后即返回用户结果，再通过异步方式同步到多个分区，那么会增加同步失败和数据丢失的几率，降低了一致性。

3.2 CP 舍弃A

        假设不考虑可用性（A）的情况下，多个分区之间可以采用强一致性的机制，保证数据的高度一致性（要么都成功要么都失败）。比如某个分区出现了故障或者分隔，分区没有了响应，由于放弃了可用性，所以可以无限等待并不断重试直到网络恢复，分区可用后将副本数据同步到所有节点。

3.3 AP 舍弃C 
        

        不考虑一致性（C)的情况下，多个分区和副本可以提供高可用性。

        分区越多，用户越能就近访问，提供响应速度；放弃了一致性后，副本的写入操作可以写入主节点成功后即可返回成功，获得高可用性，然后通过异步的方式将副本同步到多个分区节点上。