分散式數據系統-CAP理論

What』s CAP

CAP理論是針對分散式數據系統中，不能同時滿足Consistency、Availability、 Partition Tolerance三個要素，最多只能滿足其中兩個要素

1.CAP理論關注的數據系統而不是廣義的分散式系統

2.CAP理論不代表我們的整個數據系統只能滿足其中2個要素，可以更細粒度控制：系統的A功能模塊的數據選擇CP，而B功能模塊的數據選擇AP

1.一致性(Consistency)

讀取數據都能保證返回最新寫操作的結果

這是一種理想場景，因為在分散式系統中，網路之間的數據同步也是需要時間的，所以我們對一致性的修飾詞應該是「高」一致性(代表數據同步的速度比較快，延遲時間比較短)，而不是絕對的一致。

2.可用性(Availability)

讀取數據都能保證有限的時間內返回正常的結果

1.超時屬於不可用

2.返回不能解析的錯誤也屬於不可用，例如OOM或者系統錯誤

3.分區容錯性(Partition Tolerance)

即使節點之間因為網路等原因發生了分區故障，系統也能正常提供服務

網路分區指因為網路等原因，部分節點之間的通信發生了異常，導致這些節點出現了孤立的情況，但是單個節點內部的網路和狀態都是正常。

Why 2 out of 3?

1.CA：意即捨棄系統的可擴展性，而我們要設計的是分散式存儲系統，所以P是一定不能捨棄的，所以問題就變成了二選一(C和A中選一個)，所以CA的選擇在分散式數據系統中是不存在的

1.如果選擇了CA，捨棄了P，這種情況其實就是說不考慮分區容錯性，這種只能是單點系統，否則如果是多節點系統的話因為網路問題永遠無法避免，所以分區容錯是永遠不能捨棄的，所以CA在分散式數據系統的設計中是不存在的

2.如果選擇了CA，捨棄了P，假設有N1和N2兩個節點發生了分區的時候，如果要寫入數據，那麼為了保證C，系統需要禁止該寫入或者返回error，這和我們選擇的CA中的A是相衝突的，所以CA在分散式數據系統的設計中是不存在的

2.AP：讀取數據的時候，為了保證系統的可用性，需要在規定的時間範圍內返回正確的結果，但是因為捨棄了一致性，這個時候返回的數據是舊數據

3.CP：讀取數據的時候，為了保證數據的一致性，需要等待最需數據同步完畢(可能會等待超時)或者直接返回錯誤(而超時和錯誤都導致了系統的不可用性)

4.CAP：由2和3得知，保證了A就沒法保證C，反之亦然，所以CAP這種選擇在分散式數據系統中是不存在的

綜上所述，CAP三要素只能選擇其中兩項，更進一步說是只能是AP和CP

How to choose?

CP和AP的選擇，其實是在一致性和可用性之間的一個取捨和權衡

例1：微博的消息發布，我們可以容忍某個明星發送的出軌消息晚點被我們看到，但是我們不太能容忍訪問微博的時候報錯或者超時了

例2：以QQ的個人信息(昵稱、備註等信息)和賬號密碼信息(登錄密碼等信息)為例：針對個人信息，我們可以容忍一定時間內看不到新修改的數據(捨棄一致性)，但是必須要保證用戶可以去修改(選擇了可用性)，所以一般會選擇AP。但是針對賬號密碼等登錄信息，為了保證一致性，我們可以容忍用戶等待一定的時間或者返回一個錯誤(捨棄了可用性)，而不是登錄到一個錯誤的賬號密碼上去，所以會選擇CP，當然對QQ這種量級的公司來說，捨棄可用性只是相對自己的一致性而言。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！