分布式之CAP理论分析

写在前面

任何存在的事物都有其内在的特性，分布式也不例外，那么分布式都有什么特性呢？国外有大牛就帮我们总结了如下的三点：

C:Consitency,一致性
A：Available，可用性
P：Partition tolerance，分区容错

CA和都很清晰，这里的P分区容错中的分区指的是网络分区，即正常同一个局域网的环境，因为某些网络问题变为不同的局域网的情况（简单理解就是网络互通变为网络不通）。接下来我们就分别看下吧！

1：CAP指的是什么

分别来看下CAP指的是什么。

1.1：C

首先看下C，C的全称是Consistency，其所表达的含义是，承诺对于客户端的请求，要么返回最新的数据，要么是返回错误（不会没有响应，也不会响应老数据）。比如数据X的初始值是1，如下图：

然后客户端1访问节点1更新X为2，在节点1更新完毕后直接返回更新成功消息给客户端1（后续异步更新X=2到到节点2），如下图：

在X=2还没有同步到节点2时，客户端2获取X的值，此时其获取到的就是1，如下图：

可以看到此时获取到的X=1并不是最新的X的值2，因此不满足承诺对于客户端的请求，要么返回最新的数据，要么是返回错误的描述，所以此时是不满足一致性的，那么如何满足一致性呢？只需要客户端1更新X=2时的值同步更新到节点2，这样，在返回写入成功消息给客户端1之前所有节点都拥有最新的X值了，自然客户端2再来通过节点2读取X值时，肯定能够读取到最新值了，这个同步更新过程如下图：

其实，C一致性强调的是读取到的数据的正确性，在一些对数据正确性要求记为严格的场景中，是必须要满足C的，比如银行等金融业务，毕竟钱是不能开玩笑的！。

1.2：A

A是可用性，其描述的是，系统给客户端这样的保证，无论分布式集群出现什么样的内部故障，如部分节点宕机，部分节点网络不可达（效果等同于宕机），都保证能够正常的对外提供服务，注意这的正常对外提供服务是正常服务，而非返回错误。对应到实际的场景中就是，在有客户端读取数据时直接返回自己所能获取的最新数据版本（一般就是本地的数据了）。

注意A强调的是正常服务，即不能返回错误给客户端，而P强调的集群正常工作，即还具备响应请求的能力，但响应的到底是正常的数据还是错误信息就不一定了。

1.3：P

P，分区容错，在分布式系统发生网络分区（如节点无法访问）时，保证分布式系统本身还是能够正常工作的，即能够正常处理客户端的请求（这里的处理，可能是正常返回数据也可能是返回错误）。

注意P强调的集群正常工作，即还具备响应请求的能力，但响应的到底是正常的数据还是错误信息就不一定了，而A强调的是正常服务，即不能返回错误给客户端。

2：CAP不能三角

CAP不能三角，即CAP不可能同步满足，如下图：

这个是业界大佬在自己实践基础上已经验证过了，我们可以当做准则来看，即记住即可。首先分布式系统工作在网络环境中，而网络环境本身是不可靠的，所以肯定会出现分区容错的情况，而如果因为出现分区容错就导致分布式系统无法正常工作，这显然是不行的，所以当我们在设计一个分布式系统的时候，P一定是要满足的，而剩下的C和A到底该如何选择就需要根据具体的业务来决定了，如果是你的系统要求必须读取到正确数据，那就选择C，此时系统就是CP的，即当出现节点故障时，会返回错误给客户端。如果你的系统允许在一定程度上读取到旧数据，但要求服务正常，那就选择A，此时系统就是AP的，即当有节点故障时，返回老数据给客户端。

这里需要注意，CAP不能三角指的是指集群发生了异常的情况下，如有节点宕机（此时为了实现C则不能A，为了实现A则不能C），而非一切正常时。

3：具体实践

InfluxDB是一个存储时间序列数据的开源数据库,官方开源了其单机版本，但并未开源其分布式版本，并且分布式版本还是收费的，且价格不菲，老板为了节省这笔开支，让你来负责实现一个InfluxDB的分布式版本，你该怎么做呢？要做的第一件事就是为其确定分区容错模型，即使用CAP中的AP还是CP。

InfluxDB的架构如下图：

分别是DATA组件和META组件，二者的作用如下：

DATA组件：负责数据存储
META组件：负责元数据信息存储，如库，表信息等

因为DATA组件和META组件存储内容不同，即业务场景不同，所以我们需要分开来分析其适合的分区容错模型，首先一个分布式系统一定要满足P,这个在前面已经分析过了，接下来分别看下二者对于AC的选择吧！

DATA组件：其负责数据存储，且访问量大，要具备横向扩展能力，我们可以允许访问到旧数据，但是不允许出现服务不可用的情况，因此选择A，即最终是AP模型
META组件：其存储元数据，数据非常关键，不能出现访问到旧数据的情况，如用户新建了DB，用户要在该DB新建表的话，必须能够读取到该DB的信息，因此要求强一致性，且因为仅仅存储元数据，访问压力不会特别大，因此不要求具备特别强的横向扩展能力，所以选择C，即最终是CP模型

写在后面

小结

本文一起看了对于分布式系统特性总结的CAP理论，即一致性，可用性，分区容错。然后给出了一个CAP在具体业务实践中落地的例子。希望本文能够帮助到你！

参考文章列表