分布式系统设计-CAP定理

CAP的定义

CAP定理（CAP theorem）又被称作布鲁尔定理（Brewer’s theorem），是分布式系统设计中最基础、最重要的理论，它的意思是对于一个分布式计算系统来说，不可能同时满足以下三点条件：

• 一致性（Consistency）：每次读取要么获得最近写入的数据，要么获得一个错误。
• 可用性（Availability）：每次请求都能获得一个(非错误)响应，但不保证获得的数据为最新数据。
• 分区容错性（Partition tolerance）：尽管任意数量的消息被节点间的网络丢失（或延迟），系统仍继续运行。

这三个条件的核心都是数据，数据是否一致，数据是否可用，数据是否做了分区容错。

为了更好的理解CAP原理，下面我来为大家介绍各个条件实际的应用场景。

• 一致性
  银行系统部署了N个节点，其中一个节点收到了用户的转账请求，在该请求处理的过程中，以及处理结束后，无论访问银行系统的哪个节点，查询到该用户的账户金额都应该是一致的。
  需要注意的是，CAP的一致性与ACID的一致并不相同，CAP侧重于不同系统节点的数据一致，ACID则侧重于数据库事务的完整性。

• 可用性
  与一致性不同，可用性只要能正常响应请求就可以了，哪怕该请求依赖的数据不是最新的也不要紧。
  比如一个卖书网站，用户A在某一时刻看到的库存是1，此时用户B先买了最后一本书，实际库存变成0，但是用户A不知道，也做了下单操作。
  如果是一个强调一致性的系统，此时会告诉用户：库存不足，下单失败。而一个强调可用性的系统，则会让用户下单成功，然后通过其它办法补充库存。

• 分区容错性
  在不同节点上保存相同的数据副本，当一个节点的数据发生变更时，通知其它节点