CAP 理论

1. 概念

CAP理论作为分布式系统的基础理论,它描述的是一个分布式系统在以下三个特性中：

• 一致性（Consistency）：数据在多个副本之间是否能够保持一致的特性。（当一个系统在一致状态下更新后，应保持系统中所有数据仍处于一致的状态）

• 可用性（Availability）：系统提供的服务必须一直处于可用状态，对每一个操作的请求必须在有限时间内返回结果。

• 分区容错性（Tolerance of network Partition）：指的分布式系统中的某个节点或者网络分区出现了故障的时候，整个系统仍然能对外提供满足一致性和可用性的服务。也就是说部分故障不影响整体使用。



1. 分布式系统中的应用

在分布式系统中这三个要素最多只能同时实现两点，不可能三者兼顾。因此在进行分布式架构设计时,必须做出取舍。例如我们熟悉的zookeeper就是CP，Eureka就是AP，当然还有很多其他的分布式应用，一般来说P是愤怒时系统的基本要求，大多数应用是在C,A之间取舍。传统的关系型数据库基本都是CA，数据强一致性。那么AP的时候是不是就完全放弃C，其实也不然，大多数会退而求其次使用最终一致性来保证数据的安全，这部分其实就是BASE理论涉及的内容

1. 取舍

CA: 优先保证一致性和可用性，放弃分区容错。 这也意味着放弃系统的扩展性，系统不再是分布式的，有违设计的初衷。

CP: 优先保证一致性和分区容错性，放弃可用性。在数据一致性要求比较高的场合(譬如:zookeeper,Hbase) 是比较常见的做法，一旦发生网络故障或者消息丢失，就会牺牲用户体验，等恢复之后用户才逐渐能访问。

AP: 优先保证可用性和分区容错性，放弃一致性。NoSQL中的Cassandra 就是这种架构。跟CP一样，放弃一致性不是说一致性就不保证了，而是逐渐的变得一致。