分布式事务（二）-CAP理论基础

CAP理论

CAP是 Consistency、Availability、Partition tolerance三个词语的缩写，分别表示一致性、可用性、分区容忍 性。

C: 一致性是指写操作后的读操作可以读取到最新的数据状态，当数据分布在多个节点上，从任意结点读取到的数据都 是最新的状态。也就是数据在多个副本节点中保持一致，可以理解成两个用户访问两个系统A和B，当A系统数据有变化时，及时同步给B系统，让两个用户看到的数据是一致的。

A:可用性是指任何事务操作都可以得到响应结果，且不会出现响应超时或响应错误。系统对外提供服务必须一直处于可用状态，在任何故障下，客户端都能获得服务端非错误的响应。

P:分区容错性：在分布式系统中遇到任何网络分区故障，系统仍然能对外提供服务。网络分区，可以这样理解，在分布式系统中，不同的结点分布在不同的子网络中，有可能子网络中只有一个节点，在所有网络正常的情况下，由于某些原因导致这些子结点之间的网络出现故障，造成整个节点环境被切分成了不同的独立区域，这就是网络分区。

CAP定理：一个分布式系统最多只能同时满足C一致性、A可用性、P分区容错性这三项中的两项。

CAP组合方式

1、当网络发生故障时，系统A和B没法进行数据同步，也就是我们不满足P，同时两个系统依然可以访问，那么此时其实相当于单机系统，也就不是分布式系统了，所以既然我们是分布式系统，P必须满足。

2、当P满足的时候，如果用户1通过系统A对数据进行了修改将data1改成了data2，也要让用户2通过系统B正确的拿到data2，那么此时是满足C，就必须等待网络将系统A和系统B的数据同步好，并且在同步期间，任何人不能访问系统B（让系统不可用），否则数据就是不一致。此时满足的是CP。

3、当P满足时，如果用户1通过系统A对数据进行了修改将data1改成了data2，也要让系统B能继续提供服务，那么此时，只能接受系统A没有将data2同步给系统B（牺牲了一致性）。此时满足的就是AP。

一致性扩展

强一致性：读操作可以立即读到提交的更新操作。

弱一致性：提交的更新操作，不一定会立即被读操作读到，读操作读到最新值需要一段时间。

最终一致性：是弱一致性的特例。是事务A更新一份数据后，最终一致性保证在没有其他事务更新同样的值的话，最终所有的事务都会读到事务A更新的最新值。如果没有错误发生，不一致时间的长短依赖于：通信延迟，系统负载等。