架构师训练营 week6 作业

1、请简述CAP原理

CAP理论指的是一个分布式系统最多智能满足一致性、可用性和分区容错性这三项中的两项。

例子：

图中有两个节点N1和N2，他们之间网络可以连通，N1中有一个应用程序A和一个数据库V，N2也有一个应用程序B2和数据库V，现在，A和B是分布式系统的两个部分，V是分布式系统的两个子数据库。现在问题来了，突然有两个用户小明和小华分别同时访问了N1和N2。我们理想中的操作是下面这样的。

1）、小明访问N1节点，小华访问N2节点。同时访问的。

2）、小明把N1节点的数据V0变成V1。

3）N1节点一看自己的数据有变化，立马执行M操作，告诉了N2节点。

4）、小华读取到的就是最新的数据，也是正确的数据。



上述是最理想的情景，它满足了CAP理论的三个特性。现在我们看看如何来理解满足的这三个特性。



一致性（Consistency)：

一致性是指所有的节点在同一时间的数据完全一致，就好比刚刚的例子，小明和小华读取的数据都是一致的。因此，对于一致性，可以分为客户端和服务端两个不同的视角来理解。

1）、客户端：主要指的是多并发访问时更新过的数据如何获取的问题。

2）、服务端：更新如何分布到整个系统，保证数据的一致性。也就是多个节点如何通信保持数据的一致性。



由于以上两种情况，有了强一致性和弱一致性、最终一致性的说法。

• 强一致性：对于关系型数据库，要求更新过的数据能被后续的访问都能看到。

• 弱一致性：如果能容忍后续的部分或者全部访问不到，则是弱一致性。

• 最终一致性：经过一段时间后要求能访问到更新后的数据，则是最终一致性。



可用性（Availability)

可用性是指服务一直可用，而且是正常响应时间。好的可用性主要是指系统能够很好的为用户服务，不出现用户操作失败或者访问超市等用户体验不好的情况。



分区容错性（Partition Tolerance)

分区容错性是指在遇到某节点或者分区网络故障的时候，仍然能够对外提供满足一致性和可用性的服务。

理想情况下，CAP理论是可以同时满足的，但是由于现实的种种因素，我们智能在CP和AP中选择其中一种方案。

证明：

N1节点更新了V0到V1，想通过M操作通知N2节点，但是发生了网络故障，这时候用户如果想同时访问这个数据，该怎么办呢？

1）系统发生了故障，但是系统依然可以访问，因此具有容错性。

2）A在访问节点N1的时候更改了V0到V1，想要B访问节点N2的V数据库的时候是V1，就需要等待网络故障恢复，讲N2的节点进行更新才可以。

3）、在网络故障恢复的这段时间内，想要系统满足可用性，是不可能的。因为可用性要求随时随地访问系统都能得到正确的响应，这就出现了矛盾。



此时就出现以下两种取舍：

1）、牺牲数据一致性，也就是A看到的是V1，但是B看到的仍然是V0；

2）、牺牲可用性，也就是A看到的是V1，但是B想要获取最新的V1的话，就需要一直等待阻塞，一直到网络故障恢复。

由此可见，CAP只能满足其中两个。



CAP特性的取舍：

既然CAP只能满足其中两个，那么满足哪两个呢？

1）、满足CA舍弃P，也就是满足一致性和可用性，舍弃容错性。但是这也意味着你的系统不是分布式了。

2）、满足AP舍弃C，也就是满足可用性和容错性，舍弃一致性，这也就是意味着你的系统在并发访问的时候，可能会出现数据不一致的情况。

3）、满足CP舍弃A，也就是满足一致性和容错性，舍弃可用性。如果你的系统允许有段时间的访问失效等问题，这个是可以满足的，就好比个人并发买票，后台网络出现故障，你买的时候系统就崩溃了。

实践证明，我们只能满足AP或者CP。