分布式基础-详解CAP定理与应用场景分析

朋友，你是不是一样呢？ 废话少说：

---

---

什么是分布式系统

最简单的事例，就比如我们的商品管理系统。之前的系统是包含了所有的功能，比如用户注册登录、管理员功能、物品管理等等。这叫做集中式系统。也就是一个人干好几件事。

后来随着功能的增多，用户量也越来越大。集中式系统维护太麻烦，拓展性也不好。于是就考虑着把这些功能进行划分。通俗的理解就是原本需要一个人干的事，现在分给n个人干，各自干各自的，最终取得和一个人干的效果一样。

正规一点的定义是：一个业务拆分多个子业务，部署在不同的服务器上。 然后通过一定的通信协议，能够让这些子业务之间相互通信。

既然分给了n个人，那就涉及到这些人的沟通交流协作问题。想要去解决这些问题，就需要先了解分布式系统中的CAP理论，给后面Zookeeper或者部分的中间件，埋下一个小小的伏笔。分布式系统的最大难点，就是各个节点的状态如何同步。CAP 定理是这方面的基本定理，也是理解分布式系统的起点。壮士，千万不要被这个看起来高大上的概念迷惑住。

举个小例

首先我们看一张图。

网络中有两个节点N1和N2，之间的网络是可以连通的，N1中有个应用程序A，和一个数据库V，N2也有个应用程序B2和一个数据库V。现在，A和B是分布式系统的两个部分，V是分布式系统的两个子数据库:

那么问题来了。突然有两个用户小明和小华分别要同时访问了N1和N2。理想的操作是下面这样：

（1）小明访问N1节点，小华访问N2节点。同时访问的;

（2）小明把N1节点的数据V0变成了V1;

（2）N1节点一看自己的数据有变化，马上执行M操作，告诉了N2；

（4）小华读取到的就是最新的数据。也是正确的数据。

上面是种最理想的情景。它满足了CAP理论的三个特性。但对于一个分布式系统来说，是不可能满足以下的三点：

• Consisteny（一致性