CAP定理

在这里插入图片描述

什么是CAP定理?

1998年,加州大学的计算机科学家 Eric Brewer 提出,分布式系统有三个指标。它们的第一个字母分别是 C(consistency)、A(availability)、P(partition tolerance)。Eric Brewer 说,这三个指标不可能同时做到。这个结论就叫做 CAP 定理。

CAP具体含义如下:

  • 一致性(consistency):保证有所节点在同一时刻具有相同的、逻辑一致的数据,等同于所有节点同时访问到一致的(最新的)的副本。比如,向节点1写入数据V0,接下来可以在节点2中读到数据V0,这就表示满足一致性,否则就不满足一致性。
    对于关系型数据库,要求更新过的数据能被后续的访问都能看到,这是强一致性。如果能容忍后续的部分或者全部访问不到,则是弱一致性。如果经过一段时间后要求能访问到更新后的数据,则是最终一致性。CAP中,C是指强一致性。
  • 可用性(availability):保证每个请求不管成功还是失败都有响应,但不保证每次都能获取到最新的数据。
  • 分区容忍性(partition tolerance):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)。分区容错的意思是,区间通信可能失败(网络不可靠)。比如,在分布式系统中,其中一个或多个节点发生故障,但是整个服务还能相对提供响应的服务,这就叫做好的分区容错性。

为什么CAP不能同时成立?

在这里插入图片描述

高可用、数据一致是很多系统设计的目标,但是分区又是不可避免的事情:
CA without P:如果不要求P(不允许分区),则C(强一致性)和A(可用性)是可以保证的。但其实分区不是你想不想的问题,而是始终会存在,因此CA的系统更多的是允许分区后各子系统依然保持CA。
CP without A:如果不要求A(可用),相当于每个请求都需要在Server之间强一致,而P(分区)会导致同步时间无限延长,如此CP也是可以保证的。很多传统的数据库分布式事务都属于这种模式。
AP wihtout C:要高可用并允许分区,则需放弃一致性。一旦分区发生,节点之间可能会失去联系,为了高可用,每个节点只能用本地数据提供服务,而这样会导致全局数据的不一致性。现在众多的NoSQL都属于此类。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值