极客时间 - 架构师培训 - 6 期作业

问：请简述 CAP 原理

答：

1. 分布式系统（尤其是分布式存储系统）的C（一致性）A（可用性）和P（分区耐受性）不可能同时满足。

2. 一致性：每次读取的数据是最近写入的或者返回一个错误，而不是过期数据；简言之，要么返回错误，要么就是对的数据。

3. 可用性：每次读取都应该返回一个数据，可以不是最新的，但不能返回错误；简言之，要么返回最新的，要么返回旧的，但不是返回错误。

4. 分区耐受性：即使因为网络原因，部分服务器节点之间消息丢失或者延迟，系统依然应该是可用的。

5. 解释：对于一个分布式系统来说，网络失效是一定会存在的，也就是说当分区耐受性必须保证时，那么在可用性和一致性之间必须二选一。当网络分区失效，如果选了一致性，那么系统就可能返回错误，即系统不可用；当选了可用性，那么系统就一不定会返回最新的数据，即系统不一致。

6. CAP更准确的说法是：在分布式系统必须满足分区耐受性时，可用性和一致性不能同时满足

7. 解决方案

8. BASE理论

9. 既然数据一致性（Consistency）和系统可用性（Availability）不能够同时满足，做到数据的强一致性（Strong Consistency），那么就需要一种权衡方案，所以这时候BASE理论就诞生了。

10. BASE理论是基于对大规模互联网系统分布式实践的实践总结，基于 CAP 定理逐步演化而来的。每个应用都可以根据自身的业务特点，采用适当的方式使系统达到最终一致性（Eventual consistency）。

11. 基本可用（Basically Available）假设系统出现了故障，但是还可以提供服务

12. 软状态（Soft State) 软状态是相对硬状态而言的，硬状态是指系统中各节点上的数据都是一致的，而软状态则允许系统中的数据存在中间状态，而这些中间状态并不影响系统的整体可用性，也就是说在分布式系统中多个节点的数据允许存在数据延迟。

13. 最终一致性（Eventually Consistent）最终一致性是指系统能够保证数据在没有新的更新操作的情况下，数据最终一定能够达到一致的状态。对于数据的软状态来说，不能一直都处于软状态，必须有个时间限制，即在时限到达后，各节点的数据应该能够保持数据的一致性。而这个时限与网络延迟、系统负载、数据复制方案设计等因素有关。

14. 最终一致性主要策略分为以下3种情况：

15. 根据时间戳，最后写入覆盖

16. 客户端决定，业务选择，比如购物车合并

17. 投票解决，比如三个节点中两个同意则认为同意