分布式——分布式理论

分布式理论核心概念总结

CAP 原则

1. CAP 定理概述

CAP 定理指出分布式系统中三个核心需求不可兼得：

• C (Consistency)(一致性)：所有节点访问同一份最新数据副本
• A (Availability)(可用性)：每次请求都能获取非错响应
• P (Partition tolerance)(分区容错性)：系统在分区故障时仍能正常运行

2. 为什么 CAP 不可兼得

• 分布式系统必须保留 P（分区容错性）
• 在保证 P 的前提下：
  • 选择 C 会阻塞请求直到数据同步，牺牲 A
  • 选择 A 会立即响应但可能返回旧数据，牺牲 C

3. CAP 模型与应用

模型	特点	典型应用
CA	放弃分区容错性	集群数据库、xFS 文件系统
CP	放弃可用性	分布式数据库、分布式锁
AP	放弃强一致性	Web缓存、DNS、Eureka

注册中心示例：

• ZooKeeper：CP
• Eureka：AP
• Nacos：支持CP和AP

BASE 理论

核心思想

在无法达到强一致性时，采用折中方案实现最终一致性。

三个关键概念：

1. Basically Available（基本可用）

   • 系统故障时仍能提供基本服务（可能响应变慢或功能降级）

2. Soft State（软状态）

   • 允许系统存在中间状态（各节点数据副本可暂时不一致）

3. Eventual Consistency（最终一致性）

   • 经过一定时间后，系统最终达到一致状态
   • 时间取决于网络延迟、系统负载等因素

BASE 理论是对CAP中AP方案的延伸，通过牺牲强一致性来获得可用性