【分布式系统设计】引子：从CAP理论谈起

CAP理论

分布式计算系统不可能同时确保一致性（Consistency）、可用性（Availablity）和分区容忍性（Partition），设计中往往需要弱化对某个特性的保证。

• 一致性（Consistency）：客户端的每一次的每次读操作，不管访问哪个节点，要么读到的是同一份最新写入的数据，要不然读取失败。（强调数据正确）
• 可用性（Availablity）：任何来自客户端的请求，不管访问哪个非故障节点，都能得到相应数据，但不保证是同一份最新数据。（强调服务可用）
• 分区容忍性（Partition）：当节点间出现任意数量的消息丢失或高延迟的时候，系统仍然可以继续工作。（强调集群对分区故障的容错能力）-这无法避免，所以是分布式系统中必须要考虑的。

实际上，在分布式系统设计中，P是前提，如果没有P本质上就退化到了 - 单机版mysql。

所以，在发生网络分区情况下/分布式系统设计中，我们需要在A和C之间进行抉择，选择保证数据一致还是服务可用。而集群正常运行时，A和C是都可以保证的。

• CP架构在当发生网络分区时，为了保证返回给客户端数据准确性，为了不破坏一致性，可能会因为无法响应最新数据，而拒绝响应。在网络分区恢复后，完成数据同步，才可处理客户端请求。（基于raft的etcd等，redis，mongodb）
• AP架构在发生网络分区时，发生分区的节点不需要等待数据完成同步，便可处理客户端请求，将尽可能的给用户返回相对新的数据。在网络分区恢复后，完成数据同步。（couchdb）