分布式--CAP定理

原文网址：分布式--分布式架构_IT利刃出鞘的博客-CSDN博客

简介

本文介绍分布式的CAP定理。

CAP定理概述

说明

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两项。

1. 一致性(Consistency) 
   1. 每次访问都能获得最新数据，但可能会收到错误响应。
2. 可用性(Availability) 
   1. 每次访问都能收到成功的响应（响应时间也正常），但不保证获取到最新数据。
   2. “Reads and writes always succeed”
3. 分区容错性(Partition tolerance)
   1. 在网络分区的情况下，即使出现单个节点无法可用，系统依然正常对外提供服务。

如何选择

在分布式系统中，在任何数据库设计中，一个Web应用至多只能同时支持上面的两个属性。显然，任何横向扩展策略都要依赖于数据分区。因此，设计人员必须在一致性与可用性之间做出选择。

对于一个业务系统来说，可用性和分区容错性是必须要满足的两个条件，并且这两者是相辅相成的。业务系统之所以使用分布式系统，主要原因有两个：

• 提升整体性能 ：当业务量猛增，单个服务器已经无法满足我们的业务需求的时候，就需要使用分布式系统，使用多个节点提供相同的功能，从而整体上提升系统的性能，这就是使用分布式系统的第一个原因。
• 实现分区容错性 ：单一节点 或 多个节点处于相同的网络环境下，那么会存在一定的风险，万一该机房断电、该地区发生自然灾害，那么业务系统就全面瘫痪了。为了防止这一问题，采用分布式系统，将多个子系统分布在不同的地域、不同的机房中，从而保证系统高可用性。

这说明分区容错性是分布式系统的根本，如果分区容错性不能满足，那使用分布式系统将失去意义。

CAP定理详述

Consistency（一致性）

概念

一致性指“all nodes see the same data at the same time”，即所有节点在同一时间的数据完全一致。

一致性是因为多个数据拷贝下并发读写才有的问题，因此理解时一定要注意结合考虑多个数据拷贝下并发读写的场景。

上边只是部分内容，为便于维护，本文已迁移到此地址：分布式-CAP定理 - 自学精灵