java cap_java分布式架构设计之CAP定理

随着业务系统的不断壮大，单点的服务已经不能够满足庞大的业务数据，分布式服务也就应际而生。

一个系统可能有多个节点组成，每个节点都可能需要维护一份数据。那么如何维护各个节点之间的状态，如何保障各个节点之间数据的同步问题就是大家急需关注的事情了。

CAP定理是分布式系统中最基础的原则。所以理解和掌握了CAP，对系统架构的设计至关重要。

CAP

Consisteny(一致性)

Availability(可用性)

Partition tolerance(分区容错性)

CAP定理也称为布鲁尔定理，它提出对于一个分布式系统而言，任何分布式系统只能同时满足这三项中的两项。

我们先分别看一下 Consisteny(一致性)、Availability(可用性)、Partition tolerance(分区容错性)的含义。

Consisteny

对于任何客户端来说，每次的读操作，都能获得最新的数据。

也就是说当某个节点写入一条数据，这个时候其他节点能读取到，保持数据一致性。

Availability

可用性的要求是指，每个请求都能在合理的时间内获得符合预期的响应(不保证获取的结果是最新的数据)

简单理解就是客户端每次向任意节点发起请求都能得到响应，但不要求保证数据的时效性

Partition tolerance

分区容错性指：当节点之间的网络出现问题之后，系统依然能正常提供服务。

CAP组合应用

我们知道有 CA、CP、AP 三种组合方式，但是在分布式系统的结构下，网络是不可能做到100%可靠的。既然网络不能保证绝对可靠，那 P(分区容错性)就是一个必选项了。

原因如下：

如果选择 CA组合，放弃 P，当发生节点间网络故障时，为了保证 C(一致性)，那么就必须将系统锁住，不允许任何写入操作，否者就会出现节点之间数据不一致了，但是锁住了系统，就意味着当有写请求进来的时候，系统是不可用的，这一点又违背了 A(可用性)原则。

因此分布式系统理论上是不可能有CA组合的，所以我们只能选择 CP 和 AP组合架构。

CAP 注意事项

当我们构建服务的时候，就需要根据业务特性作出权衡考虑，哪些点是当前系统可以取舍的，哪些是应该重点保障的。

比如：

用户模块的数据(账密、钱包余额等)对一致性的要求很高，就可以采用CP架构。

而对于一些商品信息方面的数据对一致性要求没那么高，对可用性要求更高一些，那么这个模块的数据就可以采用AP架构。

总结

喜欢文章的小伙伴麻烦点赞、关注作者，欢迎留言交流！