CAP理论详解

CAP
1
Consistency：一致性。从集群中获取到最新的数据 - 在一段事件内，只要没有对数据进行过修改，那么所有请求获取到的最新数据一定是一样的 - 数据一致性不是指所有节点的数据都一样，而是指所有用户拿到的数据是一样的
主从结构是否满足一致性？- 满足
主从结构中，是否所有节点的数据都一样？ - 不是
Avaibility：可用性。在集群对外正常提供服务的前提下，访问某一个节点能够在合理时间(一般理解为立刻)内返回正确的结果
Partition Tolerance：分区容忍性。当一个或者部分节点/模块产生故障不影响其他模块或者节点对外提供服务

经过严谨的数学证明，CAP不能同时成立，最多只能同时满足其中的两个条件 - CAP三角理论

在分布式中，首先考虑满足P。在实际开发中，绝大部分框架是CP的，但是在系统中，存在AP模块 - 一个框架要么是CP要么是AP，但是一个系统中CP和AP可以共存

一致性方式/分类
	强一致性：当一个节点产生变化的时候，其他节点能够立即感知整个变化并且做出应对操作
	弱一致性：当一个节点产生变化的时候，其他节点能够不能感知这个变化或者没有感知
	最终一致性：忽略中间过程的变化，要求最后的结果一样

一致性实现方案
	主从结构/MS结构
	PAXOS算法及其变种
	WNR：W指的是写入节点个数，R指的是读取节点个数，N指的是总节点个数 -> W+R>N

2
Consistency：一致性。访问集群的任意一个节点，都能获取到集群中的最新数据
Avaibility：可用性。在一段时间内，服务器只要对外提供服务，那么访问任意一个节点都能够在合理时间内获取到正确结果
Partition Tolerance：分区容忍/容错性。当一台或者多台服务器产生网络故障的时候，不影响其他分区(服务)的运行

经过严格的数学证明，CAP三大理论无法同时成立，所以称之为CAP三角理论

在分布式系统中，首先考虑满足P - 集群越庞大，故障率越高 - 因此，分布式系统是CP或者AP的

绝大部分的分布式框架都是CP的，但是在系统架构中，存在AP模块

一致性方式
	强一致性：如果集群中的某个节点发生变化，其他节点能够立即感知这个变化并且能够做出对应的操作
	弱一致性：集群中的一个节点发生变化，其他节点能够部分感知变化或者没有感知
	最终一致性：忽略中间过程，要求最后的结果相同
	
一致性方案
	MS结构
	PAXOS算法及其变种
	WNR - W指的是写入节点个数，R指的是读取节点个数，N指的是总节点个数 ---> W+R>N