一篇文章读懂分布式CAP原则@杨章隐

分布式CAP原则

目录

什么是CAP

为什么CAP只能满足其中两个

业务场景权衡（要A还是要C）

常见的Java分布式集群的CAP原则

---

什么是CAP

• Consistency (一致性)：
  • 一致性是指“all nodes see the same data at the same time”,即更新操作成功并返回客户端后，所有节点在同一时间的数据完全一致，这就是分布式的一致性。一致性的问题在并发系统中不可避免，对于客户端来说，一致性指的是并发访问时更新过的数据如何获取的问题。从服务端来看，则是更新如何复制分布到整个系统，以保证数据最终一致。
• Availability (可用性):
  • 可用性指“Reads and writes always succeed”，即服务一直可用，而且是正常响应时间。好的可用性主要是指系统能够很好的为用户服务，不出现用户操作失败或者访问超时等用户体验不好的情况。
• Partition Tolerance (分区容错性):
  • 分区容错性是说“the system continues to operate despite arbitrary message loss or failure of part of the system”，即分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性或可用性的服务。

• 在分布式系统的设计中，没有一种设计可以同时满足Consistency (一致性)、Availability (可用性)、Partition Tolerance (分区容错性)三个个特性。
• 为什么？
  • 在CAP理论中，分布式系统要保障整体的服务，因此（Partition tolerance）分区容错性必然存在。那么为什么CA不能同时存在？因为分区之间的通信可能通信失败，即假设网络一直不可靠。

为什么CAP只能满足其中两个

• 在CAP理论中，分布式系统要保障整体的服务，因此（Partition tolerance）分区容错性必然存在。那么为什么CA不能同时存在？因为分区之间的通信可能通信失败。

业务场景权衡（要A还是要C）

（要A（Availability (可用性)）还是要C（Consistency (一致性)））

• CP：为了保证一致性，不能访问未同步完成的节点，也就失去了部分可用性；
• AP：为了保证可用性，允许读取所有节点的数据，但是数据可能不一致。

常见的Java分布式集群的CAP原则

1. Zookeeper(CP)： 集群 Leader 挂了会重新选举，此时暂停对外服务。
2. Eureka集群(AP)： 发现连接失败，则会自动切换至其他的节点，只要有一台还在，就能保证注册服务可用（保证可用性），只不过查到的信息可能不是最新的（不保证一致性）
3. Nacos集群(AP)： Leader 挂了，不影响服务之间互相调用、不影响服务注册、不影响服务正常启动拉取配置文件。
4. Redis集群(AP)： Sentinel 模式如果 master 数据未及时同步到 slave，正常运行，不会阻塞等到数据同步到 slave才恢复。