CAP理论

什么是CAP

cap理论是在2000年7月份由Eric Brewer教授在ACM会议上提出的。两年后，麻省理工学院的Seth Gilbert和Nancy Lynch从理论上证明了CAP。从此，CAP理论成为了分布式计算领域的非常重要的理论。

cap分别代表的含义是：一致性（Consistency），可用性（Availability），分区容错性（Partition tolerance）。

CAP理论概述

cap理论是这样的：一个分布式系统最多只能同时满足一致性，可用性和分区容错性这三项中的两项，然而，分区容错性一般是不可缺少的，所以最终一般是在一致性和可用性之间进行权衡。

一致性（C）

一致性，就是说的是数据一致性，官方是这样解释的：all nodes see the same data at the same time。在分布式系统中所有的节点在同一时刻是否是同样的值，所以此处说的就是数据一致性。

可用性（A）

可用性是针对服务而言，官方解释：reads and writes always succeed。即使分布式系统出现部分节点故障也能提供正常的读写服务。

对于一个可用性的分布式系统，可用性要求是非常高。我们一般在衡量一个系统的可用性的时候，一般都会说是6个9，5个9等等，一般没有人敢说100%，也就是说是通过停机时间来计算的。

业界经常说淘宝的系统可用性可以达到5个9，也就是说99.999%，也由此能算出全年的停机时间不超过(1-0.99999)*365*24*60 = 5.256，这个值是说的分钟数，全年服务不可用的时间不超过5.256分钟，这是一个极高的要求。

分区容错性（P）

官方解释：the system continues to operate despite arbitrary message loss or failure of part of the system。即分布式系统在遇到节点故障或者网络分区故障的时候，让然能够对外提供满足一致性和可用性的服务；例如，在网络中断，消息丢失的情况，系统如果还能正常工作，那这个系统的分区容错性就是比较好的。

CA没有P？

这种情况对于分布式系统基本上是不存在的，因为在分布式环境下，网络分区是一个必然的事实；因为分区是必然的，所以如果舍弃P，意味着就是舍弃分布式系统，那也就没有必要讨论CAP理论了；从谷歌的经验来讲，是无法降低CA来提升P的，要想提升分区容错性，需要通过提升基础设施的稳定性来保证。

如果系统可以没有P，则C和A是可以保证的。但是，在分布式系统中分区不管你想不想，它是始终存在的，因此CA的系统更多的是允许分区后跟个子系统依然保持CA。

CP没有A？

如果系统对A没有强要求，相当于每一个请求都要主从或者主副本保持一致，而P的存在会导致时间加长，这样CP就是可以保证的。很多传统的数据库分布式事务都是属于这种模式。

其中很典型的场景，像很多分布式数据库Redis，HBase，还有分布式系统中常用的ZK，都是有限保证ZK的。

AP没有C？

要高可用并允许分区，则需要放弃一致性。一旦分区出现，或者有了副本，节点之前可能会失去联系，这样可能会导致数据的不一致性，现在很多的NoSQL都属于此类。

CAP理论的证明

像前文所说，该理论由Brewer提出，并且两年后由Gilbert和Lynch证明了此理论；但是他们只是证明了CAP三者不能同时满足，并没有其中任意的两者都可满足的问题。

Gilbert和Lynch的证明相对比较简单，他们是采用反证法进行论证的，假设三者同时满足，但是因为是分布式系统必须得有P的存在，一定会存在服务器之间的丢包，这样的话就不会保证C了，可以说是证明的非常简洁；说明了要满足分区容错性的分布式系统，只能在C和A之间进行选择。

扩展阅读

CAP、BASE、ACID

eBay的架构师在CAP的基础上提出了BASE理论，他的核心思想是无法做到强一致性（CAP中的C就是强调的强一致性），但是可以采用其他的方式达到最终一致性；而BASE的含义就是：Basically Available（基本可用），Soft State（软状态），Eventual Consistency（最终一致性）。

ACID是传统数据库的设计理念，追求强一致性；BASE是支持大型分布式系统，通过牺牲强一致性获得高可用性，是截然相反的两种形态。

TiDB

TiDB 是国内 PingCAP 团队开发的一个分布式 SQL 数据库。其灵感来自于 Google 的 F1, TiDB 支持包括传统 RDBMS 和 NoSQL 的特性。

我们最近也在使用了TiDB，之前看过的一篇文章，说分库分表是一种无奈的选择，说的挺有道理，在分库分表的场景的时候，可以考虑使用TiDB这个分布式数据库，可以解决大部分的问题。

总结

CAP理论是分布式领域的重要理论，对于如何取舍，要看具体的场景想要关注什么。

欢迎各位同学一起讨论。