【Redis】第4讲 分布式数据库CAP原理

CAP简介

传统的关系型数据库事务具备ACID

• A：原子性
• C：一致性
• I：独立性
• D：持久性

分布式数据库事务具体CAP：

• C：强一致性

即更新操作成功并返回客户端后，所有节点在同一时间的数据完全一致，这就是分布式的一致性。一致性的问题在并发系统中不可避免，对于客户端来说，一致性指的是并发访问时更新过的数据如何获取的问题。从服务端来看，则是更新如果复制分布到整个系统，以保证数据最终一致。

• A：高可用性

即服务一直可用，而且要是正常的响应时间。好的可用性主要是指系统能够很好的为用户服务，不出现用户操作失败或者访问超时等用户体验不好的情况。

• P：分区容错性

即分布式系统在遇到某节点或网络分区故障时，仍然能够对外提供满足一致性或可用性的服务。

分区容错性要求能够使应用虽然是一个分布式系统，而看上去却好像是在一个可以运转正常的整体，比如现在的分布式系统中有某一个或者几个机器宕掉了，其它剩下的机器还能够正常运转满足系统要求，对于用户而言并没有什么体验上的影响。

CAP理论

CAP理论提出就是针对分布式数据库环境的。所以，P这个属性必须容忍它的存在，而且是必须具备的。

因为P是必须的，那么我们需要选择的就是A和C。

最常见的例子就是读写分离，某个节点负责写入数据，然后将数据同步到其它节点，其它节点提供读取的服务，当两个节点出现通信问题时，你就面临选择A（继续提供服务，但是数据不保证准确），C（用户处于等待状态，一直等到数据同步完成）。

CAP总结

分区是常态，不可避免，三者不可共存

可用性和一致性是对立的

• 一致性高，可用性低
• 一致性低，可用性高

因此，根据CAP原理将NoSQL数据库分成了满足CA原则，满足CP原则和满足AP原则三大类。

• CA：单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
• CP：满足一致性，分区容忍性的系统，通常性能不是特别高。
• AP：满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。