本文深入探讨了分布式系统中的一致性、可用性和连通性与扩展性，详细解释了CAP定理及其在实际工程实践中的应用。文章还讨论了在强一致性和最终一致性之间的权衡，以及如何在分布式系统设计中实现高可用和可扩展性。
分布式系统非常关注三个指标：
数据一致性
系统可用性
节点连通性与扩展性
关于一致性
数据“强一致性”，是希望系统只读到最新写入的数据，例如：通过单点串行化的方式，就能够达到这个效果。
关于session一致性，DB主从一致性，DB双主一致性，DB与Cache一致性，数据冗余一致性，消息时序一致性，分布式事务一致性，库存扣减一致性，详见文章《究竟啥才是互联网架构“一致性”》。
关于可用性
如果系统每运行100个时间单位，会有1个时间单位无法提供服务，则说系统的可用性是99%。
可用性和可靠性是比较容易搞混的两个指标，以一台取款机为例：
正确的输入，能够取到正确的钱，表示系统可靠
取款机7*24小时提供服务，表示系统可用
保证系统高可用的方法是：
冗余
故障自动转移
反向代理层，站点层，服务层，缓存层，数据库层各层保证系统高可用的方法，详见文章《究竟啥才是互联网架构“高可用”》。
关于连通性与扩展性
分布式系统，往往有多个节点，每个节点之间，都不是完全独立的，需要相互通信，当发生节点无法联通时，数据是否还能保持一致，系统要如何进行容错处理，是需要考虑的。
同时，连通性和扩展性紧密相关，想要加机器扩展性能，必须有良好的连通性。当一个节点脱离系统，系统就出现问题，往往意味着系统是无法扩展的。
反向代理层，站点层，服务层，缓存层，数据库层各层保证系统扩展性的方法，详见文章《究竟啥才是互联网架构“可扩展”》。
什么是CAP定理？
CAP定理，是对上述分布式系统的三个特性，进行了归纳：
一致性(Consistency)
可用性(Availability)
分区容忍性(Partition Tolerance)
并且，定理指出，在系统实现时，这三者最多兼顾两点。
一致性，可用性，多节点扩展性三者只能取其二，既然加锁已经加上，常见的最佳工程架构实践是什么呢？
互联网，最常见的实践是这样的：
节点连通性，多节点扩展性，连通性异常的处理必须保证，满足P
一致性C与可用性A一般二选一
选择一致性C，举例：传统单库水平切分，就是这类选型的典型
选择可用性A，举例：双主库同步高可用，就是这类选型的典型
强一致很难怎么办？
单点串行化，虽然能保证“强一致”，但对系统的并发性能，以及高可用有较大影响，互联网的玩法，更多的是“最终一致性”，短期内未必读到最新的数据，但在一个可接受的时间窗口之后，能够读到最新的数据。
例如：数据库主从同步，从库上的数据，就是一个最终的一致。
总结
CAP可以理解为一致性，可用性，联通与扩展性
CAP三者只能取其二
最常见的实践是AP+最终一致性
思路比结论重要。
架构师之路-分享可落地的技术文章
推荐阅读：
扫一扫
10万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
