数据库的CAP理论：一致性、可用性以及分区容忍性

数据库的CAP理论：一致性、可用性以及分区容忍性

乔纳珊.约翰逊
2020.12.9

译者：东南门吹雪
2023.4.14

  CAP理论是来自理论计算机科学关于分布式数据存储的一个信念，它断言：假如分布式数据库发生网络失败，则只能提供一致性、可用性二者之其中一项，而不是全部两者。
  让我们一起来看下：

什么是CAP理论

  CAP理论由3个部分组成（也是名字的由来）：

>一致性，全部读操作收到最新的写入或一个错误（error)。

>可用性，全部读都包含数据，但可能不是最新的。

>分区容忍性，即使网络失败（也就是失联的分区、慢网络连接，或节点间不可用的网络连接），系统也继续运转。

  在正常的系统运转中，你的数据存储提供全部三项职能。但是CAP理论坚持认为：当分布式数据库经历网络失败时，你能提供要么一致性，要么可用性。

  这是一个权衡。其它的全部时间里，三项是全部可以提供的。但是万一网络失败，则必须做出一个取舍。

  在这个理论中，分区容忍性是必须的。其假设系统运行在分布式数据存储之上，所以系统天然伴随着网络分区而运转。网络分区会发生，所以为了提供任何类型的可靠服务，分区容忍性是必要的——CAP中的P。

  然后剩下在C与A两者之间的决定。当网络失败发生时，人们可以选择保证一致性或者可用性：

>高一致性带来更低的可用性的代价

>高可用性带来更低的一致性的代价

  在CAP中的一致性（Consistency）跟ACID中的一致性（Consistency）概念不同。CAP中的一致性表示有最时新的信息。（ACID指另一个不同的数据库事件。在ACID，一致性表示任何新的数据库事务不会破坏数据库的正确性）

用户查询：一致的或可用的

  现在思考一下用户查询的问题。我们假定一个用户对一个数据库做一个查询，然后这个网络数据库要返回一个值。

  无论从数据库返回哪个值，都依赖于我们是提供一致性还是可用性的选择。这里看下这种选择过程的来龙去脉：

>发生一个查询时，我们使用服务器上的当前值向用户响应，以提供一个高可用的服务。如果我们这样做，就不能保证返回的值是最新提交到数据库的。可能最新的写入还卡在某处的传输过程中。

>如果我们要保证高一致性，则我们不得不等待这个新的写入或者针对这次查询返回一个错误。因此，我们牺牲了可用性来确保查询返回的数据是一致的。

选择系统需要的

  对于有些人，在一致性与可用性之间的选择真正是一个哲学讨论的课题，实际上很少做过。这些分布式系统的可靠性是相当的好。即便如此，问题确实发生了。AWS就刚刚在2020年感恩节之前经历了一次大停电。

  这个理论说在三个特性中你们只能拥有两个选择，而专业人员说情况并不总是如此。Eric Brewer,计算机科学家与CAP理论的初始提出者，澄清了一些关于这个理论的困惑，将它从僵硬的“不是/就是‘’说法扩展到依赖于系统的需要。他说：

  现代的CAP目标应该是一致性与可用性的最大的结合，这对于特定应用有意义。这样一种方法包含网络分区期间的操作与后期恢复的计划，从而帮助设计者超越它历史以来被意识到的限制来思考CAP。

  挑选哪种数据库类型时，一致性与可用性的选择随之而来，比如SQL对NoSQL。NoSQL数据库可以基于是否支持高可用性或高一致性来进行分类。

NoSQL

  NoSQL数据库不需要“预定义的模式规范”（SCHEMA），并且不强制表间的关系。它的全部文档都是JSON文档，是完整的实体，人们可以方便地阅读与理解。他们广泛被认为：

易用

性能可扩展

恢复力强

广泛的可用性

  NoSQL数据库例子包括：

>Cloud Firestore

>Firebase Real-time DB

>MongoDB

>MarkLogic

>Couchbase

>CloudDB

>Amazon DynamoDB

数据库中的一致性

  当返回信息值需要保证准确，则应该使用强一致性数据库。

  金融数据是一个好的例子。当一个用户登录到他们的银行业务机构时，他们不想看到一个无数据返回的错误、或相比实际数值偏高或偏低。银行业务APP应该返回用户账户信息的准确数值。这种情况下，银行应该依赖强一致性数据库。

  强一致性数据库例子包括：

>银行账户余额

>文本信息

  一致性数据库选项：

>MongoDB

>Redis

>HBase

数据库中的可用性

  当服务比信息更加重要时，应该使用强可用性数据库。

  一个使用高可用性数据库的例子可以在电子商务业务中看到。在线商店想要使他们的商店和购物车功能7*24小时可用，从而使购物者可以按需随时购物。

  强可用性数据库选项：

>Cassandra

>DynamoDB

>Cosmos DB

  一些候选数据库，比如Cosmos 和Cassandra，允许用户操作一个旋钮，来确保他们的偏好：一致性或者可用性。