字节面试：聊聊 CAP 定理？哪些中间件是AP？ 哪些是CP？ 说说 为什么？

本文原文链接

45岁老架构 尼恩说在前面

在45岁老架构师 尼恩的读者交流群(100+)中，最近有小伙伴拿到了一线互联网企业如得物、阿里、滴滴、极兔、有赞、希音、百度、网易、美团、蚂蚁、得物的面试资格，遇到很多很重要的相关面试题：

• 聊聊CAP 定理？
• CAP不能同时被满足，为什么？
• AP/CP不能兼顾?为什么？
• 哪些中间件是AP？ 哪些中间件 是CP？ 说说为什么？

最近有小伙伴面试字节，都问到了这个面试题。 小伙伴没有系统的去梳理和总结，所以支支吾吾的说了几句，面试官不满意，面试挂了。

所以，尼恩给大家做一下系统化、体系化的梳理，使得大家内力猛增，可以充分展示一下大家雄厚的 “技术肌肉”，让面试官爱到 “不能自已、口水直流”，然后实现”offer直提”。

当然，这道面试题，以及参考答案，也会收入咱们的 《尼恩Java面试宝典PDF》V175版本，供后面的小伙伴参考，提升大家的 3高 架构、设计、开发水平。

《尼恩 架构笔记》《尼恩高并发三部曲》《尼恩Java面试宝典》的PDF，请到文末公号【技术自由圈】获取

1.背景介绍

数据一致性是分布式系统中的一个重要问题，它涉及到多个节点之间的数据同步和一致性。

数据一致性问题在分布式系统中具有重要的意义。

而 CAP定理是一个关于分布式系统的一致性模型。 CAP定理 是 分布式系统的 底层定理， 也是 面试的核心重点。

接下来， 尼恩带大家来 穿透 CAP定理，哪些中间件是AP，哪些中间件 是CP，让面试官 口水直流。

2.CAP定理

2.1 CAP 猜想/CAP证明/CAP定理

CAP 猜想

CAP 定理（CAP theorem）又被称作 布鲁尔定理 ，是加州大学伯克利分校的计算机科学家埃里克·布鲁尔（Eric Brewer）在 2000 年的 ACM PODC 上提出的一个猜想。

CAP 证明

2002 年，麻省理工学院的赛斯·吉尔伯特（Seth Gilbert）和南希·林奇（Nancy Lynch）发表了布鲁尔猜想的证明，使之成为分布式计算领域公认的一个定理。

CAP 定理

CAP 该定理指出一个 分布式系统 最多只能同时满足一致性（Consistency）、**可用性（Availability）和分区容错性（Partition tolerance）**这三项中的两项。

CAP定理的三个要素可以用来描述分布式系统的一致性和可用性。

三个要素包括：

• 一致性(Consistency) C
• 可用性(Availability) A
• 分区容错性(Partition Tolerance) P

2.2 CAP定理 的三要素以及 三要素之间的 关系 ：

CAP定理 的内容：一个分布式系统无法同时满足这三个条件，只能满足两个，意味着我们要抛弃其中的一项。

cap三个要素：

• C：一致性是指所有节点 的数据是否一致，或者说，一份数据的多个分布式副本 是否一致
• A： 可用性是 指系统在任何时刻都能提供服务
• P ：分区容错性是指系统在网络分区（/ 局部断网）的情况下， 仍然 能提供服务。

2.2.1 一致性(Consistency)

一致性是指所有节点 的数据是否一致，或者说，一份数据的多个分布式副本 是否一致。

注意， CAP里边的可用性 C， 强调是 任何时刻 一致， 指的是强一致性。

一般来说，在分布式系统中 的一致性可以分为两种类型：强一致性和弱一致性。

• 强一致性要求在任何时刻，所有节点都能看到相同的数据。

• 而弱一致性允许在某些情况下，部分节点可能看到不同的副本。

尼恩啰啰嗦嗦的说一下：CAP里边的 C 指的是 强一致性。

2.2.2 可用性(Availability)

可用性是指系统在任何时刻都能提供服务。

注意， CAP里边的可用性 A， 强调是 任何时刻 可用， 指的是 高可用，或者说 99.99%可用。

一般来说， 在分布式系统中，可用性是一个重要的指标，它可以用来衡量系统的稳定性和可靠性。

可用性通常被定义为系统在一段时间内无法提供服务的概率，通常使用99.9%(即99.9%的时间内系统可用)来衡量。

尼恩啰啰嗦嗦的说一下：CAP里边的 A 指的是 高可用性， 比如 企业级软件的 4个9。

一般来说， 可用性 有个衡量 的标准——X个9，这个X是代表数字3~5, 具体如下表：

可用度A	9的个数	年内不可用时间（分钟）	适用产品
0.999	三个9	526分钟	个人电脑
0.9999	四个9	52.6分钟	企业级软件
0.99999	五个9	5.26分钟</