CAP理论的理解 -- 通过现象看本质

CAP理论是啥？

       一个大佬提出的，CAP是分布式系统的三个指标：

1. 一致性（C）：在分布式系统中的所有数据备份，在同一时刻是否同样的值。
2. 可用性（A）：在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求。
3. 分区容忍性（P）：以实际效果而言，分区相当于对通信的时限要求。系统如果不能在时限内达成数据一致性，就意味着发生了分区的情况，必须就当前操作在C和A之间做出选择。

      虽然本人对分布式也是有一定程度的了解，但是看了上面的解释还是很蒙逼。虽然巨人已经在那里，但是想要爬上去还是很困难。对此我百度了几篇大佬的文章，CAP模型逐渐在我的脑海里生成，废话不说，先举个例子：

一致性：可以理解为 前后逻辑相符。

    比如：小强有两个苹果，分给小明一个，再分给小红一个，这时小强还剩3个。啥？你会不会算术，这符合逻辑吗？很明显这前后逻辑不符，也就是不符合一致性。

    其实不仅仅是算术，还有很多不符合逻辑的现象，比如今天天气很热，所以小明穿了一件大棉袄上学； 再比如小明肚子饿了，所以他不吃饭；等等都是前后逻辑不符，也就是不符合一致性。

 

可用性：其实也就是 “能用”。

  比如：我用浏览器打开淘宝网，显示404错误，你可以说淘宝网目前不可用了，也就是没有可用性了。

  再比如：我用浏览器打开淘宝网，网页可以正常打开。那么你可以说淘宝网是可用的。

  再再比如：我用浏览器打开淘宝网，下单购买了一个苹果手机，当我点击“支付”后，浏览器显示"支付成功"！，那么我可以说淘宝网目前可以正常支付，也就是支付功能可用。

 

分区容忍性：可以理解为  能够忍受分布式系统节点间传输数据时出现的传输故障

    目前如果想要使用分布式系统，你必须能够忍受服务之间传输时出现故障，这是不可避免的。原因很多，比如某个服务宕机，交换机换了，数据量太大，交换机传输延时高，等等。

    如果你想跟她在一起，你必须忍受她的缺点，否则只能分手。

    如果想要使用分布式，你必须忍受它的传输故障，否则只能放弃分布式，使用单体。呵呵！

 

 

CAP三者不可兼得：这又是为何？

    举个例子：今天我打开淘宝买东西（马爸爸：“麻烦不要再黑淘宝，你去用用微信吧”），

1. 我看上了一台iPhone11，目前库存有10台，我买了一台，点击购买按钮--输入收获地址-- 点击支付。
2. 我点击付款后，我的付款请求到达了淘宝的 “订单服务器”，“订单服务器”马上修改我的订单状态 "未支付" 改成 “已支付”。
3. 然后“订单服务器”发送了一条请求给 “商品库存服务器”，希望商品库存服务器将对应店铺的iPhone11的数量减1。
4. 但是很不巧，出现传输故障（因为淘宝网站使用了分布式系统，所以传输故障偶尔会出现）
5. 这时淘宝网有两个选择：

               一：数据回滚，订单服务器 将我的订单状态回滚成“未支付”，浏览器返回"支付失败"，what？支付系统不可用？---放弃                        了可用性A

               二：无视传输故障，商品库存没有改变，还是剩余10台，但是依然支付成功，订单状态为“已支付”， 啥？ 店里本来有                          10台苹果手机，卖了1台，还剩10台，前后不符合逻辑啊？---放弃了一致性C

从上面可以看出，在使用分布式，确定了分区容忍性后，如果出现传输故障，一致性 和 可用性 不可兼得。如果想要保证一致性，可用性必回降低，该如何抉择，或是有其它办法？下回分解