CAP原理说明

我会带着你远行 2022-10-11 12:14 146阅读 0赞

分布式系统（distributed system）正变得越来越重要，大型网站几乎都是分布式的。

分布式系统的最大难点，就是各个节点的状态如何同步。CAP 定理是这方面的基本定理，也是理解分布式系统的起点。

## 一、分布式系统的三个指标 ##

![4b86293b3a813cbcee89747a7b72c32c.png][]

1998年，加州大学的计算机科学家 Eric Brewer 提出，分布式系统有三个指标。

>  *  Consistency
>  *  Availability
>  *  Partition tolerance

它们的第一个字母分别是 C、A、P。

*  C（一致性）：所有的节点上的数据时刻保持同步
 *  A（可用性）：每个请求都能接受到一个响应，无论响应成功或失败
 *  P（分区容错）：系统应该能持续提供服务，即使系统内部有消息丢失（分区）

Eric Brewer 说，这三个指标不可能同时做到。这个结论就叫做 CAP 定理。

## 二、Partition tolerance ##

先看 Partition tolerance，中文叫做"分区容错"。

大多数分布式系统都分布在多个子网络。每个子网络就叫做一个区（partition）。分区容错的意思是，区间通信可能失败。比如，一台服务器放在中国，另一台服务器放在美国，这就是两个区，它们之间可能无法通信。

![aa24411f74880c66bbb7076543388b68.png][]

上图中，G1 和 G2 是两台跨区的服务器。G1 向 G2 发送一条消息，G2 可能无法收到。系统设计的时候，必须考虑到这种情况。

一个分布式系统里面，节点组成的网络本来应该是连通的。然而可能因为一些故障，使得有些节点之间不连通了，整个网络就分成了几块区域。数据就散布在了这些不连通的区域中。这就叫分区。

当你一个数据项只在一个节点中保存，那么分区出现后，和这个节点不连通的部分就访问不到这个数据了。这时分区就是无法容忍的。

提高分区容忍性的办法就是一个数据项复制到多个节点上，那么出现分区之后，这一数据项就可能分布到各个区里。容忍性就提高了。

然而，要把数据复制到多个节点，就会带来一致性的问题，就是多个节点上面的数据可能是不一致的。要保证一致，每次写操作就都要等待全部节点写成功，而这等待又会带来可用性的问题。

总的来说就是，数据存在的节点越多，分区容忍性越高，但要复制更新的数据就越多，一致性就越难保证。为了保证一致性，更新所有节点数据所需要的时间就越长，可用性就会降低。  
因此可以认为 CAP 的 P 总是成立。CAP 定理告诉我们，剩下的 C 和 A 无法同时做到。

## 三、Consistency ##

Consistency 中文叫做"一致性"。意思是，写操作之后的读操作，必须返回该值。举例来说，某条记录是 v0，用户向 G1 发起一个写操作，将其改为 v1。

![d6976fba256545dc7d71444fe5309b14.png][]

接下来，用户的读操作就会得到 v1。这就叫一致性。

![2057c4d542459ebb9bfc7fd9d84e63cc.png][]

问题是，用户有可能向 G2 发起读操作，由于 G2 的值没有发生变化，因此返回的是 v0。G1 和 G2 读操作的结果不一致，这就不满足一致性了。

![999903b2cacabc09ccb4e924c4469c71.png][]

为了让 G2 也能变为 v1，就要在 G1 写操作的时候，让 G1 向 G2 发送一条消息，要求 G2 也改成 v1。

![70368d8042595ec9bd59b99a9053ae32.png][]

这样的话，用户向 G2 发起读操作，也能得到 v1。

![deca89bef049a66ce9bb71b9e3f7a43d.png][]

## 四、Availability ##

Availability 中文叫做"可用性"，意思是只要收到用户的请求，服务器就必须给出回应。

用户可以选择向 G1 或 G2 发起读操作。不管是哪台服务器，只要收到请求，就必须告诉用户，到底是 v0 还是 v1，否则就不满足可用性。

## 五、Consistency 和 Availability 的矛盾 ##

一致性和可用性，为什么不可能同时成立？答案很简单，因为可能通信失败（即出现分区容错）。

如果保证 G2 的一致性，那么 G1 必须在写操作时，锁定 G2 的读操作和写操作。只有数据同步后，才能重新开放读写。锁定期间，G2 不能读写，没有可用性不。

如果保证 G2 的可用性，那么势必不能锁定 G2，所以一致性不成立。

综上所述，G2 无法同时做到一致性和可用性。系统设计时只能选择一个目标。如果追求一致性，那么无法保证所有节点的可用性；如果追求所有节点的可用性，那就没法做到一致性。

读者问，在什么场合，可用性高于一致性？

举例来说，发布一张网页到 CDN，多个服务器有这张网页的副本。后来发现一个错误，需要更新网页，这时只能每个服务器都更新一遍。

一般来说，网页的更新不是特别强调一致性。短时期内，一些用户拿到老版本，另一些用户拿到新版本，问题不会特别大。当然，所有人最终都会看到新版本。所以，这个场合就是可用性高于一致性。

以上描述主要来自于以下原创文章整合：  
[https://www.ruanyifeng.com/blog/2018/07/cap.html][https_www.ruanyifeng.com_blog_2018_07_cap.html]

[https://blog.csdn.net/chen77716/article/details/30635543][https_blog.csdn.net_chen77716_article_details_30635543]

[https://blog.csdn.net/qq\_40321119/article/details/106569498][https_blog.csdn.net_qq_40321119_article_details_106569498]

[4b86293b3a813cbcee89747a7b72c32c.png]: /images/20221005/2691ea021dda43058b48934137352ab8.png
[aa24411f74880c66bbb7076543388b68.png]: /images/20221005/316e6f0f6fde4addb2868441520cd9a1.png
[d6976fba256545dc7d71444fe5309b14.png]: /images/20221005/4fea02a0a09b4e8185cc94d5830fe6fb.png
[2057c4d542459ebb9bfc7fd9d84e63cc.png]: /images/20221005/4079ad1720314c8f9ba7adf799ad0ecd.png
[999903b2cacabc09ccb4e924c4469c71.png]: /images/20221005/834737e5778749fa9105e1f80a1dd530.png
[70368d8042595ec9bd59b99a9053ae32.png]: /images/20221005/bc490d3c06e9472c857f94b874d7c514.png
[deca89bef049a66ce9bb71b9e3f7a43d.png]: /images/20221005/9d2a4b4738f444e69985d165b7f842f4.png
[https_www.ruanyifeng.com_blog_2018_07_cap.html]: https://www.ruanyifeng.com/blog/2018/07/cap.html
[https_blog.csdn.net_chen77716_article_details_30635543]: https://blog.csdn.net/chen77716/article/details/30635543
[https_blog.csdn.net_qq_40321119_article_details_106569498]: https://blog.csdn.net/qq_40321119/article/details/106569498