CAP理解

CAP应该怎么理解？现阶段是仁者见仁，智者见智。即使是作者，对CAP如何理解，也做出了第二次阐述与解释。

第一个比较模糊的点是：没有一个很明确的说明场景。

现在的系统基本上都是分布式系统，但也可以划分为很多的场景。

比如水平拆分的系统（replicated）：

  

比如垂直拆分的系统：

是只适用于数据备份的场景：如果主节点与备份节点出现了通信中断算是发生分区。还是图二的订单服务与商品或者账户服务发生了分区也适用，因为订单的创建成功需要商品服务扣减库存，账户冻结余额。还有没有其它的场景。

第二个比较模糊的点是：CAP中的C、A、P的准确定义是什么？

C：一致性（consistency），首先作者给出的解释是：single copy consistency，可以理解为主从节点上的数据是一致的。其它的解释有：a system is consistent if an update is applied to all relevant nodes at the same logical time，一个业务操作在所有分布式关联的节点上都执行成功，就像只在一个节点上执行一样。

A：可用性（availability），从请求者的角度来请，服务是100%可用的，每个请求都会得到处理结果。但是这里是有问题的，假如在发生分区的情况下放弃了一致性，返回了一个错误结果，因为是一个错误的结果，从调用者的角度来讲，服务是可用的还是不可用的？说不可用，得到了结果；说可用，结果又是错误的。

P：分区容忍性（tolerance to network partitions），从字面上的意思来理解就是：能不能容忍分区的发生。但是这个就很有意思了，现在的系统基本上都是分布式的，只要是分布式系统，就会存在网络抖动、节点崩溃的问题，而且是不可避免的，只是概率的问题。那么，能不能容忍分区发生还有得选吗？

第三个比较模糊的点是：“三选二“的规则是不是正确的？

三选二比较有争议的点是：选择CA放弃”分区的发生“。但是在分布式环境当中，分区的发生是不可避免的，只能回到单机模式，但是单机模式如果发生宕机，根本没有办法再满足高可用性。提高可用性的手段就是采用分布式的集群部署，采用分布式集群部署就会发生分区，发生分区就会引发一致性问题。所以个人的理解是：分布式集群部署是必须的，那么分区的发生就是不可避免的，必须“容忍分区的发生”，那么在发生分区的时候，就需要在可用性和一致性之间进行选择。所以“三选二”，P是必须选的，然后再在C和A之间进行选择。即所谓的三选二是选择PA还是选择PC。

第四个比较有争议的点是：在P发生的情况，到底能不能做到CA兼顾？

按照通常的理解，在分区发生的时候，我们要么选择A要么选择C，只能取其一，是个“绝对”选择的操作。但是实际场景当中我们的做法是：在分区发生的时候，大家在尝试各种办法来同时保证A和C，而且一直在往这个方向努力。例如集群式部署：假如每个node发生分区的概率是4%，那么整个集群发生分区的概率就是4%*4%*4%*。。。大大提高CA同时满足的概率。

再比如，针对某些场景可以采用BASE（最终一致性）的方式：假使订单服务与商户服务发生了分区，但是商户的库存是无限量的。这时如果是client调用订单服务生成订单，就可以直接创建订单，并记录商品服务不可用的操作日志。然后通过补偿的方式消减库存。从client的角度来讲，服务是可用的，且没有违反一致性的要求。

 

结合不同的业务场景，可以采用不同的策略，在发生分区的情况下，尽量同时保证C和A。所也说，当P发生，是可以做到CA兼顾的，只是一个概率的问题，而不是一个绝对选择的问题。

个人理解总结

CAP是随着分布式系统诞生而产生的。而分布式的架构，就是为了解决“单机可用性”的问题。但是分布式架构一个不可避免的问题就是会发生分区，只是发生的概率问题。在发生分区的情况，就需要想办法来解决CA的问题，某些极端情况下，需要在C和A之间进行取舍。总结：CAP不是三选二的问题，而是在发生P的情况下，怎么尽可能的提升C与A。我们要做的就是：尽量减少分区的发生，尽量提升一致性与可用性，无论通过什么方式。

个人理解，欢迎交流

CAP Twelve Years Later: How the "Rules" Have Changed

How to beat the CAP theorem - thoughts from the red planet - thoughts from the red planet

Mark Burgess Website