分布式理论之CAP

CAP定理是计算机科学家Eric Brewer在2000年提出的一个猜想。在2002年时，CAP被麻省理工学院的Seth Gilbert和Nancy Lynch所证明，成为了分布式计算领域的公认的一个定理。

CAP理论是什么？

对于一个分布式计算系统（指相互连接并共享数据的节点的集合），当涉及到读写操作时，不可能同时满足Consistency（一致性）、Availability（可用性）、Partition tolerance（分区容忍性）三个设计约束，只能保证它们之间的两个共存。

一致性：

对于某个指定的客户端，读操作保证能够返回最新的写操作结果。

可用性：

非故障的节点在合理的时间内返回合理的响应。

分区容忍性：

当出现网络分区后，系统能够继续正常执行。

什么是网络分区？

在分布式系统中，不同的节点分布在不同的子网络中，由于一些特殊的原因，这些子节点之间出现了网络不通的状态，但他们的内部子网络是正常的。从而导致了整个系统的环境被切分成了若干个孤立的区域。

CAP应用

CAP理论定义是三要素只能取两个，那组合起来就是：CA、CP、AP。但是在分布式环境下，分区容忍性是必须要选择的，因为网络不可能保证100%可靠，所以肯定会出现分区的现象。因此，分布式系统理论上不能选择CA架构，只能选择CP或者AP架构。

CP架构

如下图，当发生网络故障时，Node1和Node2之间不能正常通信，为了保证Node1和Node2数据的一致性，Node1会拒绝Client1新数据的写入，导致写入失败。
当Client2向Node2发起读数据请求时，Node2会返回网络故障之前保存的数据，是整个系统最后一次成功写入的数据。这样就保证了数据的一致性（C）和分区容忍性（P），但是放弃了可用性（A）。

AP架构

如下图，当发生网络故障时，Node1和Node2之间不能正常通信，当Client1发起写入新数据请求，Node1允许写入，写入新数据成功，但此时Node1和Node2不能通信，所以Node2的数据还是旧数据。
当Client2发起读数据请求时，Node2的数据与Node1的数据不一致，但是却正常的响应请求，返回了合理的数据。所以保证了可用性（A）。但是却放弃了数据一致性（C）。

CAP最佳实践？

1. CAP 关注的粒度是数据，而不是整个系统。因为每个系统不可能只处理一种类型的数据，比如一些订单数据，是需要强一致性的，就必须保证CP；而一些商品数据，就不一定需要保证CP，保证AP就足够了。如果整个系统不考虑数据去保证CP或者AP，无论怎么设计都会有问题。
2. CAP忽略了网络延迟。
3. 正常运行情况下，不存在 CP 和 AP 的选择，可以同时满足CA。如果系统没有发生分区，P也不会存在。在架构设计时，既要考虑分区发生时选择 CP 还是 AP，也要考虑分区没有发生时如何保证 CA。
4. 放弃并不等于什么都不做，需要为分区恢复后做准备。

参考资料

https://time.geekbang.org/column/article/9390