# 分布式系统理论 - CAP定理

- URL: https://www.yidoo.xyz/cap-theorem
- 作者: 核动力蜗牛
- 发布时间: 2019-02-28
- 更新时间: 2019-02-28
- 分类: 分布式系统
- 标签: distributed_systems

# CAP 定理简介

在理论计算机科学中，CAP 定理（CAP theorem），又被称作布鲁尔定理（Brewer’s theorem），指的是在一个分布式系统中，Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性）这三个基本需求，最多只能同时满足其中的 2 个

- 一致性（Consistency）：数据在多个副本之间能够保持一致的特性
- 可用性（Availability）：系统提供的服务必须一直处于可用的状态，每次请求都能获取到非错的响应（不保证获取的数据为最新数据）
- 分区容错性（Partition tolerance）：分布式系统在遇到任何网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务，除非整个网络环境都发生了故障

# CAP 权衡

既然根据 CAP 定理，我们无法同时满足一致性，可用性和分区容错性，那要舍弃哪个呢？

- CA without P
    如果不要求 P（不允许分区），则 C（强一致性）和 A（可用性）是可以保证的。但其实分区不是你想不想的问题，而是始终会存在，因此 CA 的系统更多的是允许分区后各子系统依然保持 CA。
- CP without A
    如果不要求 A（可用性），相当于每个请求都需要在 Server 之间强一致，而 P（分区）会导致同步时间无限延长，如此 CP 也是可以保证的。很多传统的数据库分布式事务都属于这种模式。
- AP wihtout C
    要高可用并允许分区，则需放弃一致性。一旦分区发生，节点之间可能会失去联系，为了高可用，每个节点只能用本地数据提供服务，而这样会导致全局数据的不一致性。实际上，目前大部分 NoSQL 都属于这一类。

# 参考文档

- https://en.wikipedia.org/wiki/CAP_theorem
