1. 理論什么是CAP？

cap定理，它的提出是對于一個分布式系統得出的一個觀點，是不能同時滿足下面三點

• 一致性
• 可用性
• 分區容忍性

CAP理論認為，分布式系統最多只能同時滿足其中的兩個特性，而無法同時滿足全部三個特性。這是因為在分布式系統中，網絡分區和節點故障是不可避免的，而保證一致性和可用性需要跨節點協調，這會增加網絡延遲和系統復雜度。

---

2. 怎么會不可兼得？

一致性（Consistency）：在分布式系統中，所有節點看到的數據都是相同的，即系統的數據在任何時刻都是一致的（就是所有的節點訪問同樣的數據）。

可用性（Availability）：在集群中一部分節點故障后，仍然保持集群整體對客戶端的響應（對數據更新具備高可用）。

分區容錯性（Partition tolerance）：大部分的分布式系統都分布在多個子網絡里，每個子網絡都分為一個區。而分區容錯的意思是，每個分區的之間的通信可能會失敗。

? 一個分布式系統里面，節點組成的網絡本來應該是連通的。然而可能因為一些故障，使得有些節點之間不連通了，整個網絡就分成了幾塊區域。數據就散布在了這些不連通的區域中。這就叫分區。

? 當你一個數據項只在一個節點中保存，那么分區出現后，和這個節點不連通的部分就訪問不到這個數據了。這時分區就是無法容忍的。
? 提高分區容忍性的辦法就是一個數據項復制到多個節點上，那么出現分區之后，這一數據項就可能分布到各個區里。容忍性就提高了。
? 然而，要把數據復制到多個節點，就會帶來一致性的問題，就是多個節點上面的數據可能是不一致的。要保證一致，每次寫操作就都要等待全部節點寫成功，而這等待又會帶來可用性的問題。

? 總的來說就是，數據存在的節點越多，分區容忍性越高，但要復制更新的數據就越多，一致性就越難保證。為了保證一致性，更新所有節點數據所需要的時間就越長，可用性就會降低。

---

3. 那我們怎么選

? 上述，既然三者不可兼得，那我們在設計分布式系統時要根據實際情況進行權衡和取舍，并在一致性、可用性和分區容錯性之間做出適當的平衡。

• 選擇CA：放棄分區容錯性，保證一致性和可用性。這種策略適用于小規模的集中式系統，如傳統的關系型數據庫系統。假設不考慮分區（P）的情況下，只有一個分區（副本），副本的一致性自不必說，自然是一致的；可用性方面，一個節點的寫入不需要同步到其他節點，可以高效完成。如果增加多個分區（提高分區容錯性），數據的寫入需要同步到多個節點（強一致性，所有節點同步成功后再返回用戶），增加了同步時間和同步失敗的可能性，降低了可用性；如果采用弱一致性，即寫入操作在主節點成功后即返回用戶結果，再通過異步方式同步到多個分區，那么會增加同步失敗和數據丟失的幾率，降低了一致性。
• 選擇CP：放棄可用性，保證一致性和分區容錯性。這種策略適用于對數據一致性要求比較高的系統，如金融交易系統。假設不考慮可用性（A）的情況下，多個分區之間可以采用強一致性的機制，保證數據的高度一致性（要么都成功要么都失敗）。比如某個分區出現了故障或者分隔，分區沒有了響應，由于放棄了可用性，所以可以無限等待并不斷重試直到網絡恢復，分區可用后將副本數據同步到所有節點。
• 選擇AP：放棄一致性，保證可用性和分區容錯性。這種策略適用于對數據實時性要求比較高的系統，如社交網絡等。假設不考慮一致性（C)的情況下，多個分區和副本可以提供高可用性。分區越多，用戶越能就近訪問，提供響應速度；放棄了一致性后，副本的寫入操作可以寫入主節點成功后即可返回成功，獲得搞可用性，然后通過異步的方式將副本同步到多個分區節點上。

---

4. 補充

CAP理論提出就是針對分布式數據庫環境的，所以，P這個屬性是必須具備的。（即CAP實際上只有AP和CP兩種選項）

? 在分布式環境下，為了保證系統可用性，通常都采取了復制的方式，避免一個節點損壞，導致系統不可用。那么就出現了每個節點上的數據出現了很多個副本的情況，而數據從一個節點復制到另外的節點時需要時間和要求網絡暢通的，所以，當P發生時，也就是無法向某個節點復制數據時，這時候你有兩個選擇：

1. 選擇可用性 A(Availability)，此時，那個失去聯系的節點依然可以向系統提供服務，不過它的數據就不能保證是同步的了（失去了C屬性）。
2. 選擇一致性C(Consistency)，為了保證數據庫的一致性，我們必須等待失去聯系的節點恢復過來，在這個過程中，那個節點是不允許對外提供服務的，這時候系統處于不可用狀態(失去了A屬性)。

總結

以上是生活随笔為你收集整理的理解CAP理论的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。