CAP 定理的理解

用户头像
考尔菲德
关注
发布于: 2020 年 07 月 15 日

一、CAP起源

2000年PODC大会上,大牛Brewer提出的CAP猜想:设计一个大规模可伸缩的网络服务时,会遇到三个特性:一致性(Consistency)、可用性(Availability)、分区容错(partition-tolerance)都需要的情况,然后这是不可能都实现的。之后再2003年,MIT的Gibert和Lynch就正式的证明了这三个特性确实是不可以兼得的,该理论是NoSQL数据库管理系统构建的基础



二、CAP定义

2.1 定义

它指出对于一个分布式计算系统来说,不可能同时满足以下三点:

  • 一致性(Consistency):数据在多个副本之间能够保持一致的特性(All clients always have the same view of the data)

  • 可用性(Availability):系统提供的服务必须一致处于可用的状态,每次请求都能获取到非错的响应,但是不保证获取的数据为最新数据(Each client can always read and write)

  • 分区容错性(Partition tolerance): 以实际效果而言,分区相当于对通信的时限要求,系统如果不能在时限内达成数据一致性,就意味着发生了分区的情况,必须就当前操作在C和A之间做出选择

根据定理,分布式系统只能满足三项中的两项而不可能满足全部三项。理解CAP理论的最简单方式是想象两个节点分出分区两侧,允许至少一个节点更新状态会导致数据不一致,即丧失了C性质,如果为了保证数据一致性,将分区一侧的节点设置为不可用,那么又丧失了A性质,除非这两个节点互相通信,才能既保证C又保证A,这又会导致丧失P性质。



2.2 CAP的选择

选择C和A,放弃P:如果想避免分区容错性问题的发生,一种做法就是将所有的数据(与事务相关的)都放在一台机器上,虽然无法100%保证系统不会出错,但不会碰到由分区带来的负面效果,当然这个选择会严重的影响系统的扩展性;

选择C和P,放弃A:一旦遇到分区容错故障,那么受到影响的服务需要等待一段时间。因此在等待期间,系统对外部来说是不可用的,无法对外提供服务

选择A和P,放弃C:这里所说的放弃一致性,并不是完全放弃数据一致性,而是放弃数据的强一致性,而保留数据的最终一致性;

CAP理论就是说在分布式存储系统中,最多只能实现上面的两点,而由于当前的网络硬件肯定会出现延迟丢包等问题,所以分区容忍性是我们必须需要实现的,所以我们只能在一致性和可用性之间进行权衡;



用户头像

考尔菲德

关注

还未添加个人签名 2018.04.19 加入

还未添加个人简介

评论

发布
暂无评论
CAP定理的理解