水星的随笔

CAP理论

这是一个方法论，描述分布式系统中会遇到的一些问题。

Consistency，一致性

对于任何从客户端发达到分布式系统的数据读取请求，要么读到最新的数据要么失败。换句话说，一致性是站在分布式系统的角度，对访问本系统的客户端的一种承诺：要么我给您返回一个错误，要么我给你返回绝对一致的最新数据，不难看出，其强调的是数据正确。

Availability：可用性

对于任何求从客户端发达到分布式系统的数据读取请求，都一定会收到数据，不会收到错误，但不保证客户端收到的数据一定是最新的数据。换句话说，可用性是站在分布式系统的角度，对访问本系统的客户的另一种承诺：我一定会给您返回数据，不会给你返回错误，但不保证数据最新，强调的是不出错。

Partition tolerance:分区容忍性

分布式系统应该一直持续运行，即使在不同节点间同步数据的时候，出现了大量的数据丢失或者数据同步延迟。

(PS:^V^,您瞧瞧，包容度多高，简直是打不死的小强，现在应该能够理解为什么用tolerance容忍度这个词了吧。)

换句话说，分区容忍性是站在分布式系统的角度，对访问本系统的客户端的再一种承诺：我会一直运行，不管我的内部出现何种数据同步问题，强调的是不挂掉。

CAP 原则指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。

由于网络硬件肯定会出现延迟丢包等问题，所以分区容错性是我们必须需要实现的。所以我们只能在一致性和可用性之间进行权衡，没有NoSQL系统能同时保证这三点。对于web2.0网站来说，关系数据库的很多主要特性却往往无用武之地。

直观理解方式

按写入理解

出现网络问题时，是否允许写入：

• 不允许：那么意味着降低了系统的可用性，但不同分区的数据能够保持一致，即选择了一致性。
• 允许 ：那么意味着不同分区之间的数据产生不一致，系统可用性得到保障，即选择可用性。

设计

单机关系数据库CA

关系型数据库同时保证CA时，指的并非是分布式环境下，简单地说就是单机环境下。

分布式数据库CP

如果在Master-Slave类复制式分布式环境下，默认保证的是CP，用过Mysql Master-Slave或者Mssql的复制-订阅模式的同仁应该知道，一旦主从机数据复制时出错，出现数据不一致的情况，必须人工干预或者重新同步。

NoSQL AP

最终一致性。

Paxos CP

使用 Paxos 进行数据复制的系统就是典型的 CP 系统，即使出现网络分区，主分区也能够提供服务，所以它是分区容忍的。

其它

2PC(tow phase commit)两阶段提交 AP

再举个反例：使用 2PC 进行数据复制的系统没有分区容忍的特性，当出现网络分区时，整个系统都会阻塞。

深入话题

一致性分类

参考谈谈分布式系统的一致性。

强一致模型：Strict Consistency，Sequential Consistency和Linearizable Consistency。

弱一致模型：Causal Consistency

参考

• 分布式理论基础（一）一致性及解决一致性的两种方式：2PC和3PC
• 分布式系统：CAP 理论的前世今生