WEEK6- 作业 - 对 CAP 理解

CAP的各要素的理解

1. 数据一致性（Consistency）:

对于服务端来说，所有节点在同一时刻的数据都相同；

对于客户端来说，读操作保证能够返回最新的数据。



但是实际：对于系统执行事务来说，在事务执行过程中，系统其实处于一个不一致的状态，不同节点的数据并不完全一致。



2. 系统可用性（Availability）:

非故障的节点在合理的时间内返回合理的响应（不是错误和超时的响应）



3. 分区容错性（Partition Tolerance):

出现消息丢失或分区错误时，系统能够继续运行，即当网络分区出现后，系统能够继续保持运行。



CAP 原理:

对于一个分布式系统而言，不能同时满足一致性、可用性和分区容错性三个设计的约束。放到分布式环境中，我们通常必须选择P（分区容忍）要素，因为网络无法保障100%可靠，有可能出故障，所以出现分区是必然的现象。



无法同时选择CA原因：

假设，如果我们选择CA而放弃P，当发生分区故障时候，为了保证C，系统就需要禁止写入，当有写入请求时，系统就会返回ERROR，这就和A冲突了，因为A需要 NO ERROR 或 NO TIMEOUT。

所以，在分布式系统理论上，我们只能选择CP 或 AP 架构，这个就需要根据具体的业务场景来定。



1、CP 架构：

如下图所示，为了保证一致性，当发生分区现象后，N1和N2的通道故障，N1 节点上的数据y不能写入N2，此时如果客户端C去访问N2，N2需要返回ERROR ，提示客户顿有错误，即牺牲了可用性A。



2、AP 架构：

如下图所示，为了保证可用性，当发生分区现象后，N1和N2的通道故障，N1 节点上的数据已更新到y,但是不能写入N2，N2上的数据还是x。 此时如果客户端C去访问N2，N2返回了x，而实际上最新的数据已经是y了。虽然不是最新的结果，但是也是一个合理的结果，此时牺牲了数据一致性C。