架构作业 -- CAP 原理

请简述 CAP 原理：



CAP原理

C：Consistency 一致性：所有节点在同一时刻的数据是相同的，即更新操作执行结束并相应用户完成后，所有节点存储的数据会保持相同；



A：Availability 可用性：系统提供的服务一直处于可用状态，对于用户的请求即时相应；



P： Partition Tolerance 分区容忍性： 在分布式系统遇到网络分区情况下（网络故障或者延时），不同节点分布在不同的子网络中，各子网络内网络正常；



在分布式环境下，网络故障和网络延迟是一定会发生的，在分布式系统要满足分区容忍性的前提下，可用性和一致性的无法同时满足，所以分布式系统就是两者进行取舍的过程；



CP弃A：在金融体系，涉及到资金交易相关时，数据的一致性至关重要（所以看到很多银行的APP通常响应时间比较慢，这是因为就是在保障数据的强一致性，牺牲一些用户的可用性的体验感）。【金融体系数据的绝对正确，这是红线；选择C】。典型的系统有：Redis、Hbase、Zookerper等



AP弃C：其他的大多数场景下，基本可以选择AP而牺牲C，因为很多情况下不需要太强的数据一致性，只要满足最终一致性即可；常见的系统有：CoachDB、Eureka、Cassandra等；



最终一致性：不要求集群节点的数据每时每刻保持一致，在可接受的时间内最终达到一致即可； 这时等于在某时刻节点不一致的状态，这就引申BASE原理；



Base原理

BA ：Basically Available 基本可用 ，分布式系统出现故障时，保证核心可用，允许损失部分可用性；



S：Soft 软状态 数据存在中间状态，并认为中间状态不会影响系统整体可用性；（数据同步的延时）



E：Eventually consistent 最终一致性 数据的多个数据副本，在一段可接受的时间内，最终能达到一致的状态；