CAP定理

CAP定理

CAP定理又叫布鲁尔定理，在分布式体统中，不可能同时满足CAP，只能选择CP或AP

C（Consistency）：一致性

• 强一致性；在不同节点读取到的数据是一样的，是最新的。
• 当某个节点出现（网络）故障时，不能保证系统仍然可以正常工作（可用性）。

A（Availability）：可用性

• 非故障节点要求在合理的时间返回。不能阻塞请求。
• 当某个节点出现（网络）故障时，不能保证读到的数据是最新的（一致性）。

P（Partition tolerance）：分区容错性

• 一个集群中，当某个节点出现故障，这个集群仍然可以正常工作。

在分布式系统中应用

实际场景中，必然会遇到节点故障 / 网络故障情况，必须优先保证 P 。 只能在 CP 和 AP 之间做出选择。

CP：优先保证一致性

CP 系统基于多数派共识算法（Raft / Paxos）优先保证一致性，宁可拒绝服务，牺牲可用性，也绝不破坏一致性。

• 当出现无法保证数据一致性的情况时，会拒绝/阻塞请求。
• 特点是：强一致性，低可用性。可能会拒绝/阻塞请求。
• 常见系统有ZooKeeper、etcd

AP：优先保证可用性

AP 系统原则是优先保证可用性，系统能用，但是读到的数据不一定是最新。然后最终一致性。

• 每个非故障节点持续提供服务，可能读到旧数据。
• 特点是：高可用性，最终一致性。可能读到旧数据
• 常见系统有Elasticsearch、ClickHouse（默认模式）

为什么不能同时满足 CAP ？

假设设计一个系统来保存数据 x ，有 A 、B 两个节点。

情况 1：CP 设计
1 、客户端向 A 节点写入数据 x=1 。
2 、B 节点发生故障，无法与 A 通信。
3 、客户端写请求失败/阻塞，不满足【可用性】

情况 2：AP 设计
1 、客户端向 A 节点写入数据 x=1 。
2 、还没有同步到 B 节点，A 节点宕机。
3 、客户端向 B 节点读数据，读到旧数据 x=0 ，不满足【一致性】