详解分布式系统核心概念——CAP、CP和AP

最近研究Sykwalking，当调研 oap如何进行集群部署时发现：skywalking oap 之间本身不能搭建集群，需要一个集群管理器来组建集群，它支持nacos、zookeeper、Kubernetes、Consul、Etcd 五种集群管理器。我重点比较了nacos和zookeeper，发现二者最大的区别是Zookeeper采用了CP架构，nacos既支持CP架构又支持AP架构。关于CP 和AP属于CAP理论的东东，而CAP理论作为分布式系统的基石，所以在这里我对分布式系统和CAP理论做一个总结。

分布式系统

目前的互联网应用用户数量越来越多，产生的数据规模也越来越大，应用系统必须支持高并发访问和海量数据处理的需求，显然这是集中式架构无法解决的问题，于是分布式系统成为了主角，在一个分布式系统中，一组独立的计算机展现给用户的是一个统一的整体，就好像是一个系统似的。系统拥有多种通用的物理和逻辑资源，可以动态的分配任务，分散的物理和逻辑资源通过计算机网络实现信息交换。

布式系统的核心是可扩展性，通过对服务、存储的扩展，来提高系统的处理能力，通过对多台服务器协同工作，来完成单台服务器无法处理的任务，尤其是高并发或者大数据量的任务。另外不出现单点故障，单点不影响整体，也是分布式系统的设计目标之一。

由于分布式系统的特点，所以在分布式环境中更容易出现问题，例如节点之间通信失败、网络分区故障、多个副本的数据不一致等，为了更好地在分布式系统下进行开发，专家们提出了一系列的理论，其中具有代表性的就是 CAP 理论。

什么是CAP

• CAP

CAP 理论可以表述为，一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容忍性（Partition Tolerance）这三项中的两项。

在分布式中P是必须要有的，所以分布式有CP和AP两种模式。AP的就是可用性强，一致性弱；CP就是一致性强,可用性弱。我们可以把强弱理解成优缺点。

• 一致性

指“所有节点同时看到相同的数据”，即更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致，等同于所有节点拥有数据的最新版本。我们可以更深入的理解一致性，它是指任何的读写都应该看起来是“原子”的，或串行的，写后面的读一定能读到前面写的内容，所有的读写请求都好像被全局排序；

• 可用性

指“任何时候，读写都是成功的”，即服务一直可用，而且是正常响应时间。我们平时会看到一些公司的对外说自己系统稳定性已经做到 3 个 9、4 个 9，即 99.9%、99.99%，这里的 N 个 9 就是对可用性的一个描述，叫做 SLA，即服务水平协议。比如我们说年度 99.99% 的 SLA，则计算公式如下：

1年 = 365天 = 8760小时

99.99 = 8760 * 0.0001 = 0.876小时 = 0.876 * 60 = 52.6分钟

是不是很牛逼，系统一年里只有52.6分钟不能提供服务。

• 分区容忍性

指“当部分节点出现消息丢失或者分区故障的时候，分布式系统仍然能够继续运行”，即系统容忍网络出现分区，并且在遇到某节点或网络分区之间网络不可达的情况下，仍然能够对外提供满足一致性和可用性的服务。

• 分区容忍性和可用性的区别

分区容忍性和可用性二者很像，在这里我们做一下简单的总结:

分区容错性：因为网络等硬件引起的问题，一台服务器崩溃了，保证能在其他服务器上也能顺利完成业务。

可用性：因为软件代码层面的问题，一台服务器上的服务崩溃了，保证能在其他服务器上完成该业务。

二者主要区别是：分区容错性更偏向于硬件引起的问题；可用性更偏向于软件代码层面的问题。

在分布式系统中，由于系统的各层拆分，P 是确定的，CAP 的应用模型就是 CP 架构和 AP 架构。分布式系统所关注的，就是在 Partition Tolerance 的前提下，如何实现更好的 A （系统可用性）和更稳定的 C（数据一致性）。

CP和AP的典型应用

CP典型应用就是电商的产品价格，商家修改价格后要实时生效。

AP的典型应用就是各大内容网站的点赞和评论功能，用户不太在意点赞和评论的实时性，更在意的时查看感兴趣内容的可访问性

原创不易，如果文章帮到了您，劳烦点赞转发！