CAP定理含义

分布式系统(Distributed System) 最大的难点就是各个节点的状态如何同步.

CAP定理就是这方面最基本的定理,也是理解分布式的起点.同时也是 NoSql数据库的基石.

 

一.分布式的三个指标

1.Consistency  /kən'sɪst(ə)nsɪ/ 一致性；稠度；相容性

2.Availability /ə,veɪlə'bɪlətɪ/ 可用性；有效性；实用性

3.Partition Tolerance /'tɒl(ə)r(ə)ns/ 分区容错性.

CAP 定理:CAP三个指标不能同时做到

老外的一个文章连接:https://mwhittaker.github.io/blog/an_illustrated_proof_of_the_cap_theorem/

1.分区容错性 Parition Tolerance

 

上图中，G1 和 G2 是两台跨区的服务器。G1 向 G2 发送一条消息，G2 可能无法收到。系统设计的时候，必须考虑到这种情况。

一般来说，分区容错无法避免，因此可以认为 CAP 的 P 总是成立。CAP 定理告诉我们，剩下的 C 和 A 无法同时做到

2.一致性 consistency,就是写操作之后的读操作,必须要返回写的值.

举例来说，某条记录是 v0，用户向 G1 发起一个写操作，将其改为 v1。

 

接下来用户的都操作就会得到v1,这就叫做一致性

 

问题是，用户有可能向 G2 发起读操作，由于 G2 的值没有发生变化，因此返回的是 v0。G1 和 G2 读操作的结果不一致，这就不满足一致性了

为了让 G2 也能变为 v1，就要在 G1 写操作的时候，让 G1 向 G2 发送一条消息，要求 G2 也改成 v1。

这样的话，用户向 G2 发起读操作，也能得到 v1。

3.可用性(Availability):只要收到用户的请求，服务器就必须给出回应

用户可以选择向 G1 或 G2 发起读操作。不管是哪台服务器，只要收到请求，就必须告诉用户，到底是 v0 还是 v1，否则就不满足可用性

4.一致性和可用性的矛盾

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 G2 的一致性，那么 G1 必须在写操作时，锁定 G2 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，G2 不能读写，没有可用性不。

如果保证 G2 的可用性，那么势必不能锁定 G2，所以一致性不成立。

综上所述，G2 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。

 

 在什么场合，可用性高于一致性？

举例来说，发布一张网页到 CDN，多个服务器有这张网页的副本。后来发现一个错误，需要更新网页，这时只能每个服务器都更新一遍。

一般来说，网页的更新不是特别强调一致性。短时期内，一些用户拿到老版本，另一些用户拿到新版本，问题不会特别大。当然，所有人最终都会看到新版本。所以，这个场合就是可用性高于一致性。