CAP原则

1、CAP原则

1.1. 定义

• Brewer认为在分布式的环境下设计和部署系统时，有3个核心的需求，以一种特殊的关系存在。
• 这3个核心的需求是：Consistency，Availability和Partition Tolerance；
• CAP定理认为：一个提供数据服务的存储系统无法同时满足数据一致性、数据可用性、分区容忍性。

1.2. 概念

• Consistency： 一致性，

  • 这个和数据库ACID的一致性类似，但这里关注的所有数据节点上的数据一致性和正确性，而数据库的ACID关注的是在在一个事务内，对数据的一些约束。

  • 系统在执行过某项操作后仍然处于一致的状态。在分布式系统中，更新操作执行成功后所有的用户都应该读取到最新值。

• Availability： 可用性，

  • 每一个操作总是能够在一定时间内返回结果。需要注意“一定时间”和“返回结果”。
  • “一定时间”是指系统结果必须在给定时间内返回。
  • “返回结果”是指系统返回操作成功或失败的结果。

• Partition Tolerance： 分区容忍性，

  • 是否可以对数据进行分区。这是考虑到性能和可伸缩性。

1.3. 推导

• 如果要求对数据进行分区了，就说明了必须节点之间必须进行通信，涉及到通信，就无法确保在有 限的时间内完成指定的任务
• 如果要求两个操作之间要完整的进行，因为涉及到通信，肯定存在某一个时刻只完成一部分的业务 操作，在通信完成的这一段时间内，数据就是不一致性的。
• 如果要求保证一致性，那么就必须在通信完成这一段时间内保护数据，使得任何访问这些数据的操 作不可用。

1.4. 结论

• 在大型网站应用中，数据规模总是快速扩张的，因此可伸缩性即分区容忍性必不可少，规模变大以 后，机器数量也会变得庞大，这是网络和服务器故障会频繁出现，要想保证应用可用，就必须保证 分布式处理系统的高可用性。
• 在大型网站中，通常会选择强化分布式存储系统的可用性和伸缩性，在某种程度上放弃一致性。