【NoSQL】关于CAP理论的一些理解

概念：

CAP定理即分布式系统最多同时满足 C、A、P 中的两个。

一致性（Consistency）：所有节点在同一时间的访问到的数据完全一致。

可用性（Availability）：请求在一定的响应时间内可以被应答。

分区容忍性（Partition tolerance）：分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性或可用性的服务。（说人话就是，在系统出现故障的时候仍然可以提供服务）

理解：

为什么 C、A、P 之间不能同时满足？

解释一下分区这个概念，首先什么是分区呢？在分布式系统中存在多个节点，在这些节点之间网络是畅通的，但是当某些节点与其他节点的通信被某种原因阻断之后，这时候，系统分成了若干个互不联通的区域，此时就形成了分区。而数据就分别存储于这些分区之中。当系统需要访问分区中某个节点的数据时，由于分区之间互不联通，系统是无法成功访问到数据的，也就无法提供可用性，此时系统的分区容忍性差。

通常，我们为了避免这种情况的发生，一般采用将数据复制到多个节点上的做法来提高分区容忍性，这样当分区中的节点数据不可用时，可以转而访问其他分区复制节点中的数据。但是，这种做法也并不是一劳永逸的。因为当数据发生更新时，不同分区中节点的数据可能就会不同步，此时系统就无法提供一致性。那么在这种情况下有什么办法来保证一致性吗？比如通过设置读写锁，在每次写入数据后，确保每个节点的数据都更新之后才可以进行读取。事实上，这样的方法确实存在，也确实可行，但却是以牺牲了可用性为代价的（因为在这个等待写入的过程中，可能由于等待时间过长而得不到响应，这样就会带来可用性的问题）。故而，当我们满足可用性的时候，它是默认以存在分区为前提的，所以就已经满足了一部分的分区容忍性，同理，满足一致性的时候，也已经满足了一部分的分区容忍性。

关于为什么现在大部分 NoSQL 系统中普遍采用牺牲一致性的做法？

根据 CAP 理论来看，是可以在 C、A、P 三者之间两两任意排列组合的，那为什么不普遍放弃 P 或者 A 呢？如果放弃分区容忍性，选择满足可用性和一致性，这在没有产生网络分区的情况下是可行的（在这种情况下，节点的数据是同步的，而且可以访问并得到响应），但是由于分布式系统中分区是无法控制的，而一旦产生了分区，那么一致性和可用性之间就无法同时满足，而且正是由于网络分区不可控，所以分区容忍性也是必须要考虑的。那么我们只能在可用性和一致性之间做出权衡。

如果选择牺牲可用性，那么每次读取数据都必须经过长时间的等待数据同步的过程，而且由于分区的存在，这个同步时间可能会很长，这对于用户体验是非常不利的。但是选择牺牲一致性的话，对于某些特殊场景，例如股票金融市场影响会比较大之外，其余应用环境似乎也不是不能接受弱一致性（举一个网上的例子：a 在 b 的博客上评论，由于弱一致性的存在，a 可以马上看到自己评论的评论信息，但是 b 在等待十几秒后才看到评论信息，在这个场景中是可以被接受的）。目前，大部分的 NoSQL 都是采用了最终一致性，即不保证任意时间段的数据是同步的，只保证其最终的结果趋向于一致，最终一致性属于弱一致性的特例，其本质就是相当于牺牲一部分一致性，换取高可用性和高分区容忍性。

 

参考资料：

[1].CAP理论中的P到底是个什么意思？ - 知乎 https://www.zhihu.com/question/54105974

[2].Scalable SQL and NoSQL Data Stores,Rick Cattell,2011.

[3].Rethinking Eventual Consistency,Philip A. Bernstein,Sudipto Das,2013.

[4].Eventual Consistent Databases: State of the Art,Mawahib Musa Elbushra, Jan Lindström,2014.