【分布式学习】CAP定理到底讲啥？

想要设计一个分布式系统，CAP定理是必须掌握的。

CAP（Consistency， Availability， Partition tolerance）三个单词大家都认识，但要知道其真正的意思，恐怕就没那么简单了。

CAP定理（CAP theorem）又被称作布鲁尔定理（Brewer’s theorem），是加州大学伯克利分校的计算机科学家埃里克·布鲁尔（Eric Brewer）在2000年的ACM PODC上提出的一个猜想。

CAP定理：对于一个分布式计算系统，不可能同时满足一致性（Consistence）、可用性（Availability）、分区容错性（Partition Tolerance）三个设计约束。

对于上面的描述，还是有点太抽象，于是有了下面更详细的描述版本：

在一个分布式系统（指互相连接并共享数据的节点的集合）中，当涉及读写操作时，只能保证一致性（Consistence）、可用性（Availability）、分区容错性（Partition Tolerance）三者中的两个，另外一个必须被牺牲。

这里明确两点：1、CAP研究的对象必须是互相连接且共享数据的，因为并不是所有的分布式系统都是连接共享数据的。2、涉及读写操作，CAP关注的是对数据的读写操作，比如分布式的web服务器不是CAP研究的对象。

下面我们来看下三个设计约束的具体定义。

一致性（Consistence）

对某个指定的客户端来说，读操作保证能够返回最新的写操作结果。

可用性（Availability）

非故障的节点在合理的时间内返回合理的响应。所谓合理的响应是指不能是错误和超时的响应，这里要和正确的响应区分开，比如应该返回100的，却返回了90，这个结果是合理的，但显然不是正确的。

分区容错性（Partition Tolerance）

当出现网络分区后，系统能够继续“发挥作用”。所谓发挥作用也就是返回合理的结果，网络分区的原因可能是丢包、连接中断或者拥塞等。

虽然CAP定理是三个要素中只能取两个，但真实世界的情况是我们无法保证网络的100%可靠性，丢包、拥塞、可恶的光缆挖断都会导致网络分区，所以分区是一个必然的现象。如果我们选择了CA而放弃了P，那么当发生分区现象时，为了保证C，系统需要禁止写入，当有写入请求时，系统返回error（例如，当前系统不允许写入），这又和A冲突了，因为A要求不能返回错误和超时。因此，分布式系统理论上不可能选择CA架构，只能选择CP或者AP架构。