CAP 定理学习总结

说明：整个架构学习总结是建立在李运华老师的课程之上。

 

对于设计分布式系统，CAP理论是非常重要的，CAP定理又被称作布鲁尔定理（Eric Brewer），2000年的ACM PODC 上提出的猜想。

 

在一个分布式系统中，当涉及读写操作时，只能保证一致性（Consistence）、可用性（Availability）、分区容错性（Partition Tolerance）三者中的两个，另外一个必须被牺牲。

 

 

虽然CAP理论定义是三个要素中只能取两个，但放到分布式环境下来思考，我们会发现必须选择P(分区容忍)要素，因为网络本身无法做到100%可靠，所以分区是一个必然的现象。如果我们选择了CA放弃了P,那么 当发生分区现象时，为了保证C，系统需要禁止写入，当有写入请求时，系统返回错误 ，这又和A冲突，因为A要求返回正确的响应，所以分布式系统理论上不可能选择CA架构，只能选择CP 或 AP 架构。

 

 

如上图，为了保证一致性，当发生分区现象后，N1节点上的数据已经更新到y,但由于N1和N2之意的复制通道中断，数据y无法同步到N2,N2节点上的数据还是x,这时客户端C访问N2时，N2需要返回error，提示客户端C系统发生了错误。这种处理违背了可用性的要求。因此CAP三者只能满足CP

 

 

 

 

 

如上图，为了保证可用性，当发生分区时，N1节点上的数据已经更新到y,但由于N1和N2之间的复制通道中断，数据y无法同步到N2,N2节点上的数据还是x，这时客户端C访问N2时，N2将自己拥有的x返回给了C,而实际上当前最新的数据已经是Y了，这就不满足一致性要求。因此CAP三者只能满足AP。注意：这里的N2节点返回x，虽然不是一个“正确”的结果，但是一个“合理”的结果。x并不是一个错乱的值，只是不是最新的数据而已。

 

CAP 关注的粒度是数据，而不是整个系统。所以在CAP理论落实践时，我们需要将系统内的数据按不同的应用场景和要求进行分类，选择CP或AP，而不是直接限定整个系统所有数据都是同一策略。

CAP是忽略网络延迟的，实际情况下，从节点A复制数据到节点B,总是要花费一些时间的。这就意味着CAP理论中的C在实践中不可能完善实现的，复制过程中，节点A和节点B的数据并不一致。如果业务上要求必须一致性（如：账户余额的写入，库存的写入，）只能单节点写入。这并不意味着这类系统无法应用分布式架构。我们可以将用户区分，0-100写Node1,100-200写Node2节点服务，对于单个用户的读、写只能在某个节点上完成。这种方案的弊端就是一个Node服务出现问题，将有部分用户不可用。

 

正常运行情况下，不存在CP和AP的选择，可以同时满足CA。所以设计架构时要考虑分区发生时选择CP还是AP，也要考虑分区没有发生时如何保证CA（数据及时性高用消息队列，要求不高的用数据库同步）。

CAP理论告诉我们三者只能取两个，需要“牺牲”另一个，这里的“牺牲”只是说在分区发现的情况下是保证A还是C，但并不意味着什么都不做。并不是永远的放弃A或者C，我们可以在分区期间进行一些处理，分区故障解决后（CP写日志，恢复后同步日志。AP分所时间合并内容），系统能够重新达到AC的状态。