分布式CAP定理与Base理论与Love爱情

最新推荐文章于 2025-05-17 14:38:50 发布

happystudy_neu

最新推荐文章于 2025-05-17 14:38:50 发布

阅读量108

点赞数

文章标签：分布式

本文链接：https://blog.youkuaiyun.com/Java_Zzm/article/details/133346310

版权

本文通过作者与女友的沟通经历，将CAP理论和Base理论应用于情感关系中，阐述了分布式系统中的可用性、一致性与分区容错在现实生活中的映射，以及如何通过理解和沟通来解决类似问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

相信大家看到cap定理与base理论和爱情这个标题都会很疑惑？这两者怎么能搭上关系呢，其实这也是我和女朋友在聊天的时候由感而发的，说不定还可以加深对分布式的理解。

Love

首先当然是我和女朋友之间是非常非常好非常非常爱的，但往往沟通之间会因方式不同有一些摩擦，我就比较喜欢在专注于写代码或者写文章的时候，思路不断不能停下来，但是我又没跟她说我在学习，因此她跟我说话的时候，我就会消失一段时间，过一会我才回复他，因此她也很不愉快，我也觉得我没做错什么，但最终就是结果并不美好，需要去解决沟通问题。

CAP定理

在解释我为什么会想起这两个联系起来之前，先说说cap定理：

cap定理是由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（一致性）
- Availability（可用性）
- Partition tolerance （分区容错性）

cap也就是三个单词首字母的缩写

从这图我们可以看出，为什么每次只能满足两个，而不是三个呢？也是就是说，三个指标为什么不能同时达到。

这里拿两个节点举例子，直观的理解就是，一致性就是两个节点的数据要同步，可用性就是两个节点必须是健康的，分区容错就是因为网络故障或其它原因导致分布式系统中的部分节点与其它节点失去连接，形成独立分区。

分区容错：

为什么三个条件不能同时满足：

在分布式系统中，系统间的网络不能100%保证健康，一定会有故障的时候，而服务有必须对外保证服务。因此Partition Tolerance不可避免。

当节点接收到新的数据变更时，就会出现问题了：

如果此时要保证一致性，就必须等待网络恢复，完成数据同步后，整个集群才对外提供服务，服务处于阻塞状态，不可用。

如果此时要保证可用性，就不能等待网络恢复，那node01、node02与node03之间就会出现数据不一致。

love和cap（加深理解）

为什么我会有这类的灵感，就是因为我和女朋友的聊天，类似于两个节点，但由于我需要写代码或者文章的时候，我的网络出现了终端，也就是我掉线了一段时间，这时候她给我说的话没有得到我的回复，这发生了什么，就相当于我故障了，如果要保持高可用，就是一定要得到我的回复，那么由于我的思路是中断的，我的回复在她那里显得是敷衍潦草，所以数据就不一致了，选择了高可用和分区容错，就丢掉了一致性。要了AC，丢了P

那如果等我写完代码之后，再去看她的话思考之后再去回复，这就是一致性和分区容错，也就是说她必须有等待我的时间，而这段时间我没法立即回复他，也就是这段时间我是挂掉的，但是我的回复可以深思熟虑，显得不敷衍，（当然我也没想去敷衍），但就可以驴唇对马嘴，显得数据一致性保护了，满足了CP,丢掉了A。

如果既要能让我在写代码的时候和他保持说话，回复的又不显得敷衍，那么我就不能挂掉吧，不能去写代码，也就是满足了数据一致性和高可用，丢掉了P，也就是不能分区容错。

Base理论

Base理论其实是对CAP定理无法同时满足三个状况的一种解决方式：

BASE理论是对CAP的一种解决思路，包含三个思想：

- Basically Available （基本可用）：分布式系统在出现故障时，允许损失部分可用性，即保证核心可用。
- Soft State（软状态）：在一定时间内，允许出现中间状态，比如临时的不一致状态。
- Eventually Consistent（最终一致性）：虽然无法保证强一致性，但是在软状态结束后，最终达到数据一致。