分布式基础-CAP定理的含义

• 分布式基础-CAP定理的含义
  • 一.分布式系统的三个指标
    • 1.1 Partition tolerance（分区容错）
    • 1.2 Consistency（一致性）
    • 1.3 Availability（可用性）
  • 二.分布式系统中Consistency 和 Availability 为啥不能同时满足

分布式基础-CAP定理的含义

随着微服务的发展，分布式系统（distributed system）正变得越来越重要，java后端系统多是分布式系统，很少有单机部署了。

在引入分布式系统的同时，也带来了复制性，只有了解了分布式系统的基本定理，才会明白引入分布式系统会带来哪些问题？以及如何去解决。

可以这么说，CAP定理是理解分布式系统的起点。

如果想要更深入的了解，可以参考Seth Gilbert;Nancy A. Lynch 的论文 Perspectives on the CAP Theorem。

一.分布式系统的三个指标

• Consistency（一致性）
• Availability（可用性）
• Partition tolerance（分区容错）

取首字母分别为：C、A、P，CAP定理简单的说，就是分布式系统不能同时满足三个指标。

1.1 Partition tolerance（分区容错）

大多数分布式系统都分布在多个子网络。每个子网络就叫做一个区（partition）。

Partition tolerance 的含义是：区间通信可能失败，比如，一台服务器放在中国，另一台服务器放在美国，这就是两个区，它们之间可能无法通信。

对于分布式系统，区间通信无法保证一定成功，分区容错无法避免。即CAP中的P一定存在，CAP定理告诉我们，剩下的C和A，无法同时成立。

1.2 Consistency（一致性）

Consistency的含义是：在写操作之后，在访问分布式系统中任一节点查询数据的时候，都是最新的数据。

假设分布式系统中有两个节点：S1和S2，每个节点都存储一个变量V0，这时候客户端client开始对S1进行写操作，更新V0 -> V1，然后S1更新完成会通知client。

这时候，很明显是不满足一致性的，由于S2节点变量value还是V0，假如client在write操作完成之后，read操作S2节点，value还是V0，不是最新的V1。

因此为了满足一致性，S1节点在将变量V0更新为V1之前，会先锁定S2节点的读写操作，在将S1节点变量更新为V1之后，会通知S2更新变量为V1，S2更新成功会通知S1，S1在确保S1、S2节点都更新成功之后，解锁S2节点的读写操作，并返回client更新成功。

具体操作如下图所示：

此时就是满足一致性的分布式系统。

1.3 Availability（可用性）

Availability的含义是：任何时候，client向任意一个节点S1或者S2发送请求，都能立马得到响应，不管获得的数据是V0还是V1。

二.分布式系统中Consistency 和 Availability 为啥不能同时满足

一致性和可用性，为什么不可能同时成立？答案很简单，因为可能通信失败（即出现分区容错）。

如果保证 S2 的一致性，那么 S1 必须在写操作时，锁定 S2 的读操作和写操作。只有数据同步后，才能重新开放读写。锁定期间，S2 不能读写，可用性无法满足。

如果保证 S2 的可用性，那么势必不能锁定 S2，所以一致性不成立。

综上所述，S2 无法同时做到一致性和可用性。系统设计时只能选择一个目标。如果追求一致性，那么无法保证所有节点的可用性；如果追求所有节点的可用性，那就没法做到一致性。即要么AP，要么CP。

引用:
1.https://mwhittaker.github.io/blog/an_illustrated_proof_of_the_cap_theorem/
2.https://www.ruanyifeng.com/blog/2018/07/cap.html
3.https://blog.csdn.net/hzygcs/article/details/86534670