NO “NO SQL” （二）-优快云博客

本文通过分析学术界专家的观点，探讨了CAP理论在分布式系统设计中的应用局限性，特别是关于一致性（C）、可用性（A）及分区容忍性（P）之间的权衡。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

批判"CAP"

NOSQL社区专门建立了一个http://nosql-database.org 的网站，在这里，有着各式各样的关于NOSQL的新闻和评论，自然也就包含了各式各样关于CAP的解释和看法。但是我并不想从中随意找两篇反对NOSQL的文章来论证我的观点。这是因为很多NOSQL的文章只是来自于作者的经验和感觉，而这往往是一个公说公有理，婆说婆有理的事情。

我找到的批判CAP的佐证来自于Reference【1】【2】。这两篇虽然也只是blog，但是作者都是学术界的大牛：
【1】的作者Michael Stonebraker是Database领域的元老级人物，有名的PostgreSQL就是他的作品，对于他，实在是不需要介绍太多，用大牛这个词形容都有点委屈他了。
【2】的作者Daniel Abadi目前是yale的副教授，也是Database领域很有名气的家伙。我了解他是因为看过一篇他的关于column store的paper，他在这方面可以说是执牛耳者。另外，从他的blog中可以看出，yahoo的几个大规模系统也有他的参与。
两位大牛很巧合的在差不多同一时间(2010.4)各写了一篇关于CAP的文章，可能也是认为NO SQL在现在有些火过头了（当然，不排除含有学术界瞧不上技术社区的心理）。
以下我的表述可能和原文相比很多地方都不够精确，所以有精力的还是推荐看原文。

在【1】中，Stonebraker质疑了NOSQL社区的一个观点：
在NOSQL社区中，CAP被当做一个理论用于解释为什么系统要放弃Consistency。因为大部分的NOSQL系统都不允许挎多个节点的transaction，所以唯一还可能需要维护Consistency性质的就是数据副本之间（一般来说，NOSQL系统对同一个数据都会有多个副本放置在不同的节点上）。而根据CAP的理论，为了满足P和A，所以设计系统的时候就必须要放弃C，就是数据副本之间的Consistency，而采用诸如“eventually consisteny”的方式。这样，系统就能够保证A和P了。
Stonebraker则认为，并不是牺牲掉C就能够实现A和P。他列举了在一个Database中可能发生的错误：
1. Application errors -- 程序的错误；
2. Repeatable DBMS errors – 可重现的DBMS的错误，比如DBMS有bug；
3. Unrepeatable DBMS errors – 不可重现的DBMS错误；
4. Operating system errors – 操作系统错误，比如“蓝屏”；
5. A hardware failure in a local cluster – local cluster的硬件错误，比如操作memory出错；
6. A network partition in a local cluster – LAN出错了，某些节点不能和其它通信了；
7. A disaster – 灾难，比如地震；
8. A network failure in the WAN connecting clusters together – WAN出错了，cluster之间不能够通信；

Stonebraker基于这些错误，分别作了解释：
对于错误1和2，一旦发生，DBMS就处于错误的状态，Availability肯定达不到（there is no way to keep going; i.e., availability is impossible to achieve. Also, replica consistency is meaningless; the current DBMS state is simply wrong）。对于错误7，一旦发生，所谓的“eventually consistency”也很难保证，所以这种情况下，丢失数据是一个更好的选择，因为如果要做到在这种情况下仍然避免丢失数据，代价会很大（designer chooses to suffer data loss when a rare event (such as a disaster) occurs, because the performance penalty for avoiding it is too high）。所以，在错误1,2,7的情况下，CAP根本不适用，因为不论你是否牺牲C，也还是很难得到A和P。
再来看看CAP可能用到的情况。错误3,4,5,6是导致一个节点（node）挂掉的主要因素，而Stonebraker将一个node的fail看做是degenerate case of a network partition（退化的partition），因此CAP是可以适用在这里的。但是，Stonebraker说，“Considering local failures (3, 4, 5, and 6), the overwhelming majority cause a single node to fail, which is a degenerate case of a network partition that is easily survived by lots of algorithms. Hence, in my opinion, one is much better off giving up P rather than sacrificing C.”即，在所谓的“退化”partition的情况下，其实有很多的算法能够很容易的“survived”，所以，一个更好的选择是放弃P而不是放弃C。（这里其实我也没有看太懂，比如到底是那些算法，所以我不是完全同意这个观点）。
接着，Stonebraker还解释了其它的几种错误的解决办法，我就不一一解释了，还是那句话，尽量读原文吧。Stonebraker在整篇文章中的观点是，NOSQL的人们太轻易的将C给放弃了（throw out the C so quickly）。在实际的系统设计中，有很多的场景CAP并不适用，而在很多适用的场景中，放弃C也并不是一个好的选择。

再来看看第二篇文章【2】。
Abadi的角度和Stonebraker不太一样，他考虑的主要是这个问题：
CAP会使人们在做系统的时候将注意力放在Consistency和Availability之间的tradeoff上，这会很容易产生一个错觉：就是NOSQL的系统放弃Consistency的原因是为了Availability（my main problem with CAP is that it focuses everyone on a consistency/availability tradeoff, resulting in a perception that the reason why NoSQL systems give up consistency is to get availability）。
但是，这其实是不对的。他举了Yahoo PUNTS【3】的例子。如果按照CAP的定义的话，PUNTS系统同时放弃了C和A两个性质（Rather than giving up just one of consistency or availability, the system gives up both!）。这很有趣，因为CAP的说法是你只需要放弃其中的一个就可以了。
Abadi指出，PUNTS之所以会同时放弃两个，PUNTS之所以会违背CAP理论，原因在于CAP漏掉了一个很重要的性质：Latency（L，延迟）。PUNTS放弃Consistency并不是为了Availability，而是为了low latency（低延迟）。Abadi认为CAP很重要的一个问题就是没有将Latency考虑进来，所以，他基于此给出了一个CAP的扩展版本 – PACELC：
if there is a partition (P) how does the system tradeoff between availability and consistency (A and C); else (E) when the system is running as normal in the absence of partitions, how does the system tradeoff between latency (L) and consistency (C)?
意思是，如果系统中存在了partition，那么系统需要考虑Availability和consistency之间的tradeoff，而如果系统运行正常，那么它也需要在latency和consistency之间进行折衷。

（我个人很赞同Abadi本文中的观点。事实上，在前一篇blog中解释CAP的定义时，已经提到了Availability的学术定义其实并没有考虑到时间，也就是说如果一个请求在一年后返回结果也是允许的，但是，但在实际中，Latency却是一个系统最重要的性能指标之一。很多的tradeoff也是为了最大限度的降低latency。）

解释完了两篇blog，最后说说我个人的看法。
Stonebraker和Abadi在他们的文章中都表达了同一个观点，就是CAP被现在设计large-scale, distributed system的人过度使用了（I feel that it has become overrated as a tool for explaining the design of modern scalable, distributed systems -- Abadi）。这也是我写这篇blog想要表达的意思。
我显然还没有达到可以挑CAP中的“bug”的水平。但是，我也知道，一个真实环境下的分布式大系统的设计并不是一件容易的事，为了满足需求，设计的时候需要面临各式各样的tradeoff，这远远不是一个简单的CAP就能够解决的。回到前言中的关于使用NO SQL的第一个原因，RDBMS确实在scalability上存在问题，这点我完全认同，但同时，当NO SQL社区的人们在设计自己的scalable系统的时候，根据CAP理论粗暴简单的将Consistency放弃而认为因此可以获得Availability或者PartitionTolerance的想法也是不对的。其实CAP并没有绝对的对或者错，因为CAP本身就不是一个描述得很准确的理论（Brewer甚至从来都没有对CAP做过任何详细的定义），它甚至都不能称之为理论，它只是一个设计经验。可如果大家只是从字面上对于CAP做简单解读并以此做为设计系统时的尚方宝剑，就显得很滑稽了。

Reference:

【1】 Errors in Database Systems, Eventual Consistency, and the CAP Theorem

【2】 Problems with CAP, and Yahoo’s little known NoSQL system

【3】 PNUTS: Yahoo!'s hosted data serving platform