浅谈CAP理论

什么是CAP

• CAP 是分布式系统的三要素 ，分别是

  • 一致性 Consistency
  • 可用性 Availability
  • 分区容错性 Partition tolerance

---

A

B

C

• 一个简单的分布式系统架构如上图，serve端 一共由B，C组成，client端为 A
• 下面我们来简单谈一下什么是CAP？
• 一致性 Consistency
  • 可以理解为如果我写了一个值就一定可以读到这个值，不管是从分布式的那台机子上读
  • 举例我 A 写入 B id=1 name=tony ，那 A 读 C 就可以读出 id=1 的 name=tony

A B C 写入 id=1 name=tony 同步数据 同步成功 已写入成功 读取 id=1 name=? name=tony A B C

---

• 可用性 Availability
  • 可以理解成分布式服务的主机，收到命令就一定要给回复

A B C ping pong ping pong A B C

• 分区容错性 Partition tolerance
  • 分布式的子系统可能在不同的网络中，我们必须考虑，分布式系统间网络不通的情况，比如B和C之间网络连接断开

B C ping B C

---

为什么分布式 CAP 理论，只能满足其中两个

• 因为既然是分布式，那么 P 分区容错性就一定要保障
  • 保障了分区容错性就说明我们B，C间的网络可能是不通的
  • 那么这时就可能出现两种情况了

情况一、A向B更新数据，B不能同步给C，于是A求情C的时候C直接返回未同步的结果给A，很明显这没有符合CAP里的C一致性

A B C 更新 id=1 name=tony 为 id=1 name= jack 网络中断，同步失败 更新成功 读取 id=1 name=? name=tony A B C

情况二、A向B更新数据，B不能同步给C，于是A求情C的时候，C一直等待B的同步，直到B同步才返回结果给A，但由于B、C间网络中断，所以C一直阻塞，不能返回结果给A，很明显这没有符合CAP里的A可用性

A B C 更新 id=1 name=tony 为 id=1 name= jack 网络中断，同步失败 更新成功 读取 id=1 name=? 未同步B的信息， 不能返回结果，只 有同步了才能返回 A B C

---

结论

• 在分布式系统中 CAP 不能兼得，通常我们只能保证 CP 和 AP（CA模型不是分布式而是传统数据库模型）
• 在业务的技术选型中，要着重考虑我们的服务是优先需要保证一致性还是可用性
• 只有明白了我们服务自身的特点，我们才能在技术选型的时候不选错技术方案