CAP理论

一、CAP简介

说到分布式系统就一定离不开CAP定理,CAP定理叫作布鲁尔定理。对于设计分布式系统来说(不仅仅是分布式事务)的架构师来说，CAP是一个很重要的理论。

• C (一致性)：对某个指定的客户端来说，读操作能返回最新的写操作。但如果因为消息丢失、延迟过高发生了网络分区，那么这个时候，当集群节点接收到来自客户端的读请求时，为了不破坏一致性，可能会因为无法响应最新数据，而返回出错信息

• A (可用性)：指非故障的节点，在合理的时间内返回自己当前的相对新的信息

• P (分区容错性)：当出现网络分区后，系统能够继续工作。比如集群有多台机器，有台机器网络出现了问题，但是这个集群仍然可以正常工作。

熟悉CAP的人都知道，三者不能共有，如果感兴趣可以搜索CAP的证明，在分布式系统中，网络无法100%可靠，分区其实是一个必然现象，如果我们选择了CA而放弃了P，那么当发生分区现象时，为了保证一致性，这个时候必须拒绝请求，但是A又不允许，所以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。

对于CP来说，放弃可用性，追求一致性和分区容错性，比如Zookeeper、Etcd。

对于AP来说，放弃一致性(这里是强一致性)，追求分区容错性、实现了服务的高可用，这是很多分布式系统设计时的选择，如Cassandra。

 

二、如何理解

个人认为这么理解，CAP必须有P才算分布式系统，丢了P就相当于单体系统了。首先分区容错性，是指允许部分节点出错；可用性是指既可读也可以写；一致性是指所有节点数据一致；

当发生分区错误时，系统在运行，那么如何运行呢？要在一致性C和可用性A中选择一个，这两个是不能同时满足的：

1.如果选择了一致性C，能一直读到新数据，但在分区错误发生时，可能因为系统无法响应最新数据，而读取数据失败；

2.如果选择了可用性A，每次读操作都会得到响应，但会读到旧数据。

所以，当其中一个节点出错时，才需要考虑C和A的选择。某个节点出错后，那么前面就有两种选择：

1. 需要等所有节点数据一致才可以继续使用；

2. 可以使用，但是数据是不一致的。

如果系统偏向不停机使用，也就是选择A的话，要么选择C。

以 KV 存储选型为例：

CP 模型：对业务数据比较敏感，不允许出错不一致，比如金融业务
AP 模型 ：业务的可用性优先，可以允许数据有延迟，比如日志数据