揭秘分布式CAP理论——为什么不能同时满足三个？

CAP理论定义

     CAP定理又称CAP原则，指的是在一个分布式系统中，Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性），最多只能同时三个特性中的两个，三者不可兼得。

解析三原则

1、一致性原则（Consistency）
     “all nodes see the same data at the same time”，即在多节点情况下，各个节点的数据同时更新保持同步，这个就是分布式一致性。

2、可用性原则（Availability）
     “Reads and writes always succeed”，指的是所有的服务都可以在规定的时间内正常访问，而且是一直可用。这里可以参考euraka的失效剔除功能，保证了服务可用性。

3、分区容错性（Partition tolerance）
     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。

上面可以理解为：

1. 一致性：数据同步
2. 可用性：服务保活
3. 容错性：集群部署

为什么CAP原则？

解析：

1. 如果CA满足看P是否能满足？
2. 如果AP满足看C是否能满足？
3. 如果CP满足看A是否能满足？

1、如果CA满足看P是否能满足？
我们来分析：当C（Consistency）一致性A（Availability）可用性都满足时会发生什么？为了保持数据的一致性，数据在各个节点间同步需要花费时间，同时保证服务可用意味着服务器的数量不能过多，因为过多就会导致数据同步时间过长，而导致超时触发熔断降级机制，这与可用性相悖。但是如果要满足容错的话就必须是多节点，而多节点意味着同步数据同步时间必定过长，这两无法做到同时满足所以就导致了情况1是无法满足。

2、如果AP满足看C能否满足？
我们来分析：当A（Availability）可用性和P（Partition tolerance）分区容错性都满足的情况下会发生什么？服务器多节点部署，导致服务器数量剧增，同时需要保证服务节点可用，这就说明服务节点与节点之间的调用时间无法过长，否则就会导致服务节点不可用。如果在这种情况下，满足C（Consistency）一致性，就会出现服务器因同步数据而导致浪费大量的时间，导致服务器不可用（超过了规定时间范围），所以当AP满足时是无法同时满足C的。

3、如果CP满足看A是否能满足？
我们来分析：当C（Consistency）一致性和P（Partition tolerance）分区容错性都满足时，这个时候的服务器情况是怎么样的？必定是数量多并且为了保证数据同步大量的服务器节点会进入“超长待机”状态，此时如果再让服务满足A（可用性）的话，就会出现大部分的服务节点不可用，线程池被挤爆，然后整个项目宕机。所以情况3是无法满足的。

如何抉择/取舍？

一般来讲P（容错性）是一定要满足的，其他可以根据项目需求选择A或者C。
就目前市场来说，CP更加符合金融类项目，AP更加适合商城类项目。