分布式系统中的CAP的原理

前言

分布式系统（distributed system）正变得越来越重要，大型网站几乎都是分布式的。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起点。

一、分布式系统的三个指标

image

1998年，加州大学的计算机科学家Eric Brewer提出,分布式系统有三个指标。

- Consistency: 一致性指的是所有节点都能在同一时间返回同一份最新的数据副本
- Availability: 可用性指的是每次请求都能够返回非错误的响应
- Partition tolerance: 分区容错性指的是服务器间的通信即使在一定时间内无法保持畅通也不会影响系统继续运行

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。

二、Partition tolerance

先看 Partition tolerance，中文叫做"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，一台服务器放在中国，另一台服务器放在美国，这就是两个区，它们之间可能无法通信。

image

上图中，G1 和 G2 是两台跨区的服务器。G1 向 G2 发送一条消息，G2 可能无法收到。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 的 P 总是成立。CAP 定理告诉我们，剩下的 C 和 A 无法同时做到。

三、Consistency

Consistency 中文叫做"一致性"。意思是，写操作之后的读操作，必须返回该值。举例来说，某条记录是 v0，用户向 G1 发起一个写操作，将其改为 v1。

image

接下来，用户的读操作就会得到 v1。这就叫一致性。

image

问题是，用户有可能向 G2 发起读操作，由于 G2 的值没有发生变化，因此返回的是 v0。G1 和 G2 读操作的结果不一致，这就不满足一致性了。

image

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。

image

这样的话，用户向 G2 发起读操作，也能得到 v1。

image

四、Availability

Availability 中文叫做"可用性"，意思是只要收到用户的请求，服务器就必须给出回应。

用户可以选择向 G1 或 G2 发起读操作。不管是哪台服务器，只要收到请求，就必须告诉用户，无论是v0还是 v1，否则就不满足可用性。

五、Consistency 和 Availability 的矛盾

一致性和可用性，为什么不可能同时成立？答案很简单，因为可能通信失败（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，没有可用性不。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。

综上所述，G2 无法同时做到一致性和可用性。系统设计时只能选择一个目标。如果追求一致性，那么无法保证所有节点的可用性；如果追求所有节点的可用性，那就没法做到一致性。

六、服务发现与注册中心对CAP的要求

1. 如果选择了一致性而牺牲可用性的话(CP)，那么为了保证多台服务器上的数据一致，一旦某台服务器宕机，所有的服务器都需要暂停对外提供数据写入服务。在保证所有服务器的数据一致的同时，牺牲了写入服务的可用性。
2. 如果选择了可用性而牺牲一致性的话(AP)，那么为了保证服务不中断，当某台服务器宕机时，依然存活的服务器可以选择先将数据写入本地然后直接返回给客户端，但这样又将导致多服务器间的数据不一致。

---

参考文献

• https://mwhittaker.github.io/blog/an_illustrated_proof_of_the_cap_theorem/