CAP理论学习

CAP理论

分布式系统最多满足以下三个特性中的两个。

• 一致性（Consistency） 在分布式系统中对某个数据进行写操作后的任何读操作，都应该读到最新的值，相当于要求分布式系统中各个节点的数据时时刻刻保持一致

• 可用性（Availability）即要求系统可以提供正常的读写操作

• 分区容错性（Partition tolerance）当分布式系统的某个节点出现问题的时候，整个系统依然能对外提供服务，即允许节点出问题(某种程度上是必然)

为什么无法同时都满足

• 保证一致性C的前提下

对某个节点A的数据写操作后，数据需要同步到其他节点B，如果此时访问B节点，则需要等到同步完成之后才能访问，此时满足分区容错性P，无法满足可用性A，如果要保证可用性，则只能取消同步过程，相当于就只有A节点一个分区，这样如果A节点出现问题，系统无法正常提供服务，则又不满足分区容错性P

• 保证可用性A的前提下

此时如果保证分区容错性，则无法保证访问不同节点的数据能得到一致的结果，违反 一致性，如果绕过同步过程，则能保证一致性，但数据没有备份，又不能保证分区容错性

如何取舍

• CA: 优先保证一致性和可用性，放弃分区容错。 这也意味着放弃系统的扩展性，系统不再是分布式的，无法再保证整个系统的高可用

• CP: 优先保证一致性和分区容错性，放弃可用性。在数据一致性要求比较高的场合(譬如:zookeeper,Hbase) 是比较常见的做法，一旦发生网络故障或者消息丢失，就会牺牲用户体验，等恢复之后用户才逐渐能访问。

• AP: 优先保证可用性和分区容错性，放弃一致性。NoSQL中的Cassandra 就是这种架构。跟CP一样，放弃一致性不是说一致性就不保证了，而是逐渐的变得一致。