12.30 分佈式系統 CAP 理論

優質文章，及時送達

鏈接 | github.com/pkwenda/Blog/issues/28

CAP 理論是一個被說爛了也聽爛了的話題，但是還是選擇花點時間做整理，做些橫向拓展，加點自己的感受，認認真真討論一下。

之前看阮一峰老師寫的文章不錯，我之前覺得總有點難懂，現在我覺得是有點問題

我覺得阮老師說的 Availability 理解不對，分佈式和具體「哪臺」沒什麼關係。Partition tolerance 的解釋也沒讓我豁然開朗。

CAP 簡介

1998 年，有個哥們提出了分佈式系統的三個指標：

CAP (Consistency、Availablity 、Partition-tolerance ) 其中：

Consistency

一致性

這哥們說，分佈式系統所有數據備份，在「同一時刻」，必須是「同樣的」。

比如圖床服務：後臺是三臺機器 A、B、C 做支撐，上傳一張圖片，通過網關最終可能是 A 處理的，隨後「馬上」請求這張圖片，通過網關輪詢算法，這個請求極有可能不落在 A 上了，那麼他說：不管落在 B、C 哪個機器上，該圖片必須存在並返回，否則，就不是『一致性』

如果就有多個分區要執行寫操作，如果分佈式存儲系統「分片」同步、或集群系統的「主從」同步總會有個先後順序，在這個先後順序中，就產生了不一致的問題，這時候你：

要麼接受同一個數據在各個存放點上同步過程中的「暫時」不一致。
要麼你要「強一致性」，那麼同步操作就會影響你的「可用性」。

常見的一致性的級別整理，想看的可以看看

Availability

可用性

這哥們說: 在集群中一部分節點故障後，集群整體是否還能響應客戶端的讀寫請求，即使集群中的某個結點宕機了，依舊不影響你的任何請求。

這條非常好理解，就是字面意思

Partition tolerance

分區容忍性

這哥們說：如果集群中的機器被分成了兩部分，這兩部分不能互相通信，系統是否能繼續正常工作

這個 CAP 中的 P 是最誤導我的，以至於今天我對 CAP 依舊無法侃侃而談，特此整理的原因。

我對「分區容忍性」的疑問

很多人說 “一致性，可用性，分區容忍性，只能任意選擇其中兩個”，乍一看是沒錯，但是 AC 滿足嗎？

普遍到「百度百科」原話也是這樣寫的：

<code>CAP原則的精髓就是要麼AP，要麼CP，要麼AC，但是不存在CAP。
/<code>

我的疑問：保證了 AC，那麼 P 就沒辦法保證，

試想：機器間不能通信，網絡分區，如何保證數據的一致性？如何同步數據？

AP CP 我都能理解，平常工作中也都能看到影子：

比如 AP（Eureka）選擇了可用性、 CP（Zookeeper、HDFS）都選擇了一致性，但是 AC 的模型在哪裡？如何做到不會通信失敗呢？

有人說：CAP理論作者太教條！只要各地的分佈式機器保持一個量級，且把無法通信的機器踢下去，那就是 CAP！

又有人說：那不行，如果網絡抖動，你踢的太多，數據分片達不到要求也不行！

cloudera facebook原文（cloudera官網原文已失效）

參考上文翻譯

作者的意思是，只能CP或者AP 因為由於網絡問題，將系統的成員隔離成了2個區域，互相無法知道對方的狀態，這在分佈式環境下是非常常見的。所以說只能從C和A中選一個。所以 P 必選。要建一個永遠不發生多相關故障的網絡，對於分佈式系統來說是不切實際的。所以設計者必須在一致性（C）和可用性（A）之間做選擇。

當然以上都是教條的按照 CAP 理論進行的討論，其實在現實中不需要如此糾結。