【架构师训练营 1 期】第六周作业

一、个人对 CAP 的理解：

假设一个分布式系统（数据分布式）中有两台服务器 S1 和 S2 。

一致性 C（Consitency）：即数据一致性，它强调的是同一份数据。比如你向 S1 发了一条数据 A，然后你再向 S2 要数据（注意：这里不要求 S2 立即返回数据，可以等 S2 有了最新数据再返回，反正只要最终拿到的是数据 A 就行了），这时 S2 返回的数据必须是数据 A，不能是其他的。

可用性 A（Available）：即高可用性，它强调的是“速度”。比如你向 S1 发了一条数据 A，然后你立马向 S2 索要数据 A，这时 S2 得立马给你返回数据，数据是不是最新的不要紧，反正它强调的是速度，是立刻马上迅速返回数据给你。

分区容忍性 P（Partion tolerence）：就是 S1 和 S2 之间数据传输（由于网络的原因）会有延时，这是一定存在的，那么你就得容忍网络传输的延时。如果是单体应用就不存在这问题，因为都在同一台机器上，根本就没有网络传输。

故 CAP 三者无法同时完美兼顾。如果没有 P 只存在 AC，那就类似单体应用了，导致可以容忍网络延时，所以如果要一致性，你向 S2 索要的是同一份数据（你发给 S1 的数据 A），就会有阻塞，这时你就没法向 S2 立即索要数据了，必须得等会儿，等数据传到 S2 再去要，这样就缺失了高可用性。

所以在设计系统时，不要将精力浪费在如何设计能满足三者的完美分布式系统，而是应该进行取舍，但也并非保证了其中两点，就要完全抛弃另外一点。只是相对的要做一些牺牲。比如在保证 CP 的情况下，虽然没办法保证高可用性，但这不意味着可用性为 0，也可以通过合理的设计尽量提高可用性，同理在 AP 的情况下，也可以尽量保证数据的一致性或实现弱一致性（即最终一致性）。