聊点关于CAP理论

为什么要谈CAP理论

  为什么要谈CAP理论，从两个角度来讲，一个从自身的角度出发，另一个是从CAP理论本身的重要性出发。

1) 自身的原因:

今天是我第一次见到CAP理论这个词，是我在看廖雪峰的SQL教学博客时看到。
关于SQL自己以前在项目中也用过很多次，但是总觉得自己只是会敲出来而已，至于关于它的东西自己一概不知。所以现在就打算从头到尾好好梳理一下知识脉络，扫一下自己的盲点。而就在我看到SQL和noSQL的区别时，看到了CAP这个陌生的词。哈哈哈，很快就遇到了自己的盲点，于是，来吧，咱们开始扫吧。

2)CAP的重要性

随着时代的发展，分布式系统变得越来越多，也越来越重要。可以说现在的我们时时刻刻再与分布式系统接触。而对于分布式系统来说，它有一个很大的问题就是关于各个节点的状态如何同步。 CAP理论就是关于这个问题展开的一个比较宏观的理论。

分布式系统的三个指标

1998年(比我小了一岁)，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.

• C: Consistency
• A: Availability
• P: Partition tolerance

就像人生没有完美一样，这三个指标也不可能同时做到。这个结论就叫做 CAP 定理。当然这话时Eric Brewer 说的，不是我说的。

Consistency

Consistency 中文叫做"一致性"。意思是，所有的节点的数据要保持一致。

举例来说，某条记录是 v0，用户向 G1 发起一个写操作，将其改为 v1。

接下来，用户的读操作就会得到 v1。这就叫一致性。

问题是，用户有可能向 G2 发起读操作，由于 G2 的值没有发生变化，因此返回的是 v0。G1 和 G2 读操作的结果不一致，这就不满足一致性了。

为了让 G2 也能变为 v1，就要在 G1 写操作的时候，让 G1 向 G2 发送一条消息，要求 G2 也改成 v1。

这样的话，用户向 G2 发起读操作，也能得到 v1。

Availability

Availability 中文叫做"可用性"，意思是只要收到用户的请求，服务器就必须给出回应。

用户可以选择向 G1 或 G2 发起读操作。不管是哪台服务器，只要收到请求，就必须告诉用户，到底是 v0 还是 v1，否则就不满足可用性。

Partition tolerance

先看 Partition tolerance，中文叫做"分区容错"。
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。比如，一台服务器放在中国，另一台服务器放在美国，这就是两个区，它们之间可能无法通信。

G1 和 G2 是两台跨区的服务器。G1 向 G2 发送一条消息，G2 可能无法收到。系统设计的时候，必须考虑到这种情况。

一般来说，分区容错无法避免，因此可以认为 CAP 的 P 总是成立。CAP 定理告诉我们，剩下的 C 和 A 无法同时做到。

Consistency 和 Availability 的矛盾

一致性和可用性，为什么不可能同时成立？答案很简单，因为通信需要时间，所以不可能时时刻刻在保证可用性的同时保证一致性。

有以下两种情况:

• 如果保证 G2 的一致性，那么 G1 必须在写操作时，锁定 G2 的读操作和写操作。只有数据同步后，才能重新开放读写。锁定期间，G2 不能读写，没有可用性。
• 如果保证 G2 的可用性，那么势必不能锁定 G2，所以一致性不成立。

综上所述，G2 无法同时做到一致性和可用性。系统设计时只能选择一个目标。如果追求一致性，那么无法保证所有节点的可用性；如果追求所有节点的可用性，那就没法做到一致性。

参考链接:

阮一峰的网络日志