分散式系統 - CAP定理

摘要： 在理論電腦科學中，CAP定理（CAP theorem），又被稱作布魯爾定理（Brewer’s theorem），指的是在一個分散式系統中，Consistency（一致性）、 Availability（可用性）、Partition tolerance（分割槽容錯性）這三個基本需求，最多隻能同時滿...

在理論電腦科學中，CAP定理（CAP theorem），又被稱作布魯爾定理（Brewer’s theorem），指的是在一個分散式系統中，Consistency（一致性）、 Availability（可用性）、Partition tolerance（分割槽容錯性）這三個基本需求，最多隻能同時滿足其中的2個

• 一致性（Consistency）：資料在多個副本之間能夠保持一致的特性
• 可用性（Availability）：系統提供的服務必須一直處於可用的狀態，每次請求都能獲取到非錯的響應（不保證獲取的資料為最新資料）
• 分割槽容錯性（Partition tolerance）：分散式系統在遇到任何網路分割槽故障的時候，仍然能夠對外提供滿足一致性和可用性的服務，除非整個網路環境都發生了故障

CAP權衡

既然根據CAP定理，我們無法同時滿足一致性，可用性和分割槽容錯性，那要捨棄哪個呢？

• CA without P
  如果不要求P（不允許分割槽），則C（強一致性）和A（可用性）是可以保證的。但其實分割槽不是你想不想的問題，而是始終會存在，因此CA的系統更多的是允許分割槽後各子系統依然保持CA。
• CP without A
  如果不要求A（可用性），相當於每個請求都需要在Server之間強一致，而P（分割槽）會導致同步時間無限延長，如此CP也是可以保證的。很多傳統的資料庫分散式事務都屬於這種模式。
• AP wihtout C
  要高可用並允許分割槽，則需放棄一致性。一旦分割槽發生，節點之間可能會失去聯絡，為了高可用，每個節點只能用本地資料提供服務，而這樣會導致全域性資料的不一致性。實際上，目前大部分NoSQL都屬於這一類。