架构CAP定理说明

在说明CAP定理前必须提到分布式（Distributed System）

分布式是目前各种大型系统的首选

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基本定理

该定理是由加州大学的计算机科学家 Eric Brewer 于1998年提出

他提出分布式系统有三个指标：

Consistency（一致性）

Availability（可用性）

Partition tolerance（分区容错）

它们的第一个字母分别是 C、A、P。

Eric Brewer 说，这三个指标不可能同时做到。

这个结论就叫做 CAP 定理

一、Partition tolerance（分区容错）

大多数分布式系统都分布在多个子网络。每个子网络就叫做一个区（partition）。

分区容错的意思是，区间通信可能失败。

比如一台杭州服务器G1，一台贵州服务器G2，他们就是两个区，它们之间可能无法通信。

系统设计的时候，必须考虑到这种情况。

一般来说，分区容错无法避免，因此可以认为 CAP 定理中的的 P 总是成立。

根据CAP 定理，如果P总是成立，那么剩下的 C 和 A就 无法同时做到。

二、Consistency（一致性）

什么叫一致性？

用户（client）往服务器（G1）上的发起更改某条记录（v0）的内容为v1

接下来用户（client）的读操作就会得到新内容（v1），这就叫一致性。

可问题是，用户（client）也可能读操作分布系统里的另外一个服务器（G2），这个时候得到的结果就还是旧内容（v0）

为了让 G2 也能变为 v1，就要在 G1 写操作的时候，让 G1 向 G2 发送一条消息，要求 G2 也改成 v1。

这样的话，用户向 G2 发起读操作，也能得到 v1。

这也是CAP定理中的Consistency（一致性）

三、Availability（可用性）

什么叫可用性呢？意思是只要收到用户的请求，服务器就必须给出回应。

也就是说，用户可以选择向 G1 或 G2 发起读操作。但不管是哪台服务器，只要收到请求，就必须告诉用户结果，不管到底是 v0 还是 v1，否则就不满足可用性。

那么，一致性和可用性，为什么不可能同时成立？

因为G1和G2存在不能通讯的可能（即出现分区容错）；

如果保证 G2 的一致性，那么 G1 必须在写操作时，锁定 G2 的读操作和写操作。只有数据同步后，才能重新开放读写。锁定期间，G2 不能读写，没有可用性。

如果保证 G2 的可用性，那么势必不能锁定 G2，所以一致性不成立。（感觉有点头晕！！）

在做系统设计的时候，如何平衡？如何取舍？这些都应该根据实际情况实际处理。

那么问题来了，有没有一种情况是不出现分区容错的呢？