架构师 0 期 | 简述 CAP 原理

关注

发布于: 2020 年 07 月 15 日

CAP其实是个定理这个定理起源于加州大学伯克利分校的埃里克布鲁尔在2000年的分布式计算机原理研讨会上提出的一个猜想。
2002年，麻省理工学院的赛斯·吉尔伯特和南希·林奇发表了布鲁尔猜想的证明，使之成为一个定理。
所以这个定理又称：布鲁尔定理。
﻿
CAP定理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3点：
一致性（Consistency）
可用性（Availability）
分区容错性（也叫 分区耐受性 Partition tolerance）
﻿
这个定理被认为是分布式系统领域的重要原理之一，深刻影响了分布式计算与系统设计的发展。
作为架构师必须明白，这个是无法同时满足的，系统设计的时候必须根据需求进行取舍权衡。
一致性一致性是说，每次读取的数据都应该是最近写入的数据，或者是返回一个错误。
而不是过期的数据。
就是说，数据必须是一致的，要不就是返回一个错误，如果返回，就必须是正确的数据。
可用性可用性是说，每次请求都应该得到一个响应。
这个返回可以不用保证是最近写入的。
但是不能返回一个错误，或者失去响应。
分区容错性分区容错性是说，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了，系统依然是可操作的。
这个时候就需要在C和A之间二选一了。
﻿
总结CAP当由于网络等原因导致分区失效发生时，
我们要不就取消操作，这样数据就一致了，但是系统是不可用的。
要不就继续写入数据，但是数据就不一致了。
﻿
对于一个分布式系统来说，网络失效时一定会发生的。
那么根据CAP原理，3点不能同时满足。
就得在可用性和一致性上二选一。
﻿
如果选择了一致性（取消操作），系统就可能会返回一个错误，或者超时。此时系统不可用。
如果选择可用性（继续写入），系统就会返回一个数据，但是可能不是最新的数据。
﻿
所以，更准确的说法是：在分布式系统必须要满足分区耐受性的前提下，可用性和一致性无法同时满足。
﻿
ACID（酸性)首字母缩写，酸性，和下面的碱性对应。
数据库在写入数据的时候，为保证事务是正确可靠的。
必须具备4个特性：
原子性（atomicity）
一致性（consistency）
隔离性（isolation）
持久性（durability）
﻿
BASE（碱性）根据CAP定理，无法同时满足3点。
所以为了维护ACID事务需要付出很大的成本来维护可用性。
所以为了保证可用性总结了一套弱化的事务特性，缩写为：碱性。
基本可用（Basically Available）：系统能够基本运行、一直提供服务。
软状态（Soft-state）：系统不要钱一直保持强一致状态。
最终一致性（Eventual consistency）：系统需要在某一时刻后到达一致性要求。
﻿
最终一致性既然无法同时满足，则允许短时间内系统数据不一致，但是最终我的数据是一致的。
当通信失败时，导致客户1和3更新了不一样的数据，当客户2和4查询时，获取的同一件商品价格不一致。
当网络恢复后，对变更进行异步扩散。
并根据更新时间戳，进行写入数据覆盖。则最终数据达到一致性。
﻿
﻿
﻿
﻿
客户端冲突解决当有同一个用户，因为网络问题，发生了创建了2个购物车时。
异步扩散之后，获取到用户之后，根据id会对两个购物车进行合并保存。
达到数据最终一致性。
﻿
﻿
投票解决冲突可以同时向3个节点读写，当至少有2个节点响应成功。
取最新的版本。
Cassandra 分布式解决方案
﻿