分布式理論（一） CAP理論

一．CAP理論前言

      CAP原則又稱為CAP理論，主要思想是在任何一個分布式系統中都無法同時滿足CAP。

C（Consistency）：表示一致性，所有的節點同一時間看到的是相同的數據。

A（Avaliablity）：表示可用性，不管是否成功，確保一個請求都能接收到響應。

P（Partion Tolerance）：分區容錯性，系統任意分區后，在網絡故障時，仍能操作。

 

 

如上所述，正如Gilbert認為，一致性其實就是關系型數據庫所講的ACID，一個用戶請求要么是成功，要么是失敗的，不能有處於一個中間狀態；一旦一個事務完成，將來所有事務都必須基於這個完成后的狀態；未完成的事務不會互相影響；一旦一個事務完成，就是持戒的。可用性其實就是對於一個系統而言，所有的請求都應該“成功”並且收到“響應”。分區容錯性其實就是指分布式系統的容錯性，一個節點出現了故障，不影響整個集群的正常使用。

 

二．CAP理論介紹

      如圖，在一個網絡中，N1和N2即分布式系統中的兩個節點，他們都共享數據塊V，其中有一個值是為V0。

 

 

l 在滿足一致性的時候，A中的V0應該和B中的V0保持一致的，即V0=V0

l 在滿足可用性的時候，無論請求訪問A或者是B都應該得到響應。

l 在滿足分區可用性的時候，A和B隨便一個出現宕機或者網絡不通的情況下，都不應該影響整個系統的可用性。

上述描述如果A程序更新V0值為V1，然后在更新B上的副本為V1，當一個請求訪問B時，得到的結果是V1。如下圖所示：

 

 

但是分布式系統中，有些時候這些並不能按照你想的這樣進行，在分布式系統中通常情況下網絡是分區的，如果出現了網絡延遲，導致N1上更新的消息無法到達N2上，即N2上的數據副本依然是V0，當一個請求訪問B時，獲取到的結果是V0，而訪問A時，獲取到的結果是V1，這就導致了在用戶看來是同一個請求，得到的結果是不一樣的。如下圖

 

 

在這個時候，方案的設計者就應該在這里做出兩種選擇：

（1）犧牲數據一致性，保證可用性。響應舊的數據V0給用戶。

（2）犧牲可用性，保證數據一致性。阻塞等待，直到網絡連接恢復，數據更新操作M完成之后，再給用戶響應最新的數據V1

 

三．CAP之間取舍

接下來我們就談一談CAP，這三者之間是如何取舍的：

（1）CA without P

如果不要求P（不允許分區），則C（強一致性）和A（可用性）是可以保證的。但其實分區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區后各子系統依然保持CA。

常見模型例子：

單站點數據庫；集群數據庫等，網上找的還有：LDAP協議，xFS文件系統

實現方式：

兩階段提交；緩存驗證協議

（2） CP without A

如果不要求A（可用），相當於每個請求都需要在節點之間強一致，而P（分區）會導致同步時間無限延長，如此CP也是可以保證的。很多傳統的數據庫分布式事務都屬於這種模式，以及Zookeeper等中間件

常見模型例子：

分布式數據庫；分布式鎖；大部分的協議；Zookeeper

實現方式：

悲觀鎖；少數分區不可用

 

（3） AP wihtout C

要高可用並允許分區，則需放棄一致性。一旦分區發生，節點之間可能會失去聯系，為了高可用，每個節點只能用本地數據提供服務，而這樣會導致全局數據的不一致性。現在眾多的NoSQL都屬於。

     常見模型例子：

     Web緩存；DNS；NoSQL；

     實現方式：

     到期或者租賃；解決沖突；樂觀鎖

 

CAP的意義：

在系統架構時，應該根據具體的業務場景來權衡CAP，就拿大多數的門戶網站來說，因為機器數量龐大，部署節點分散，網絡故障時常態，可用性是必須要保證的，所以在設計的時候就會考慮舍棄一些一致性而選擇AP模型。但是對於數據一致性較高的銀行系統來說，可以用於系統臨時不可用，但是數據必須要保持一致來說，選擇CP模型無可厚非。