CAP
CAP 理論是分布式系統中的一個老生常談的理論了，最早由 Eric Brewer 在一個講座中提出。在這個講座中，在傳統 ACID 理論以及當時比較流行但是比較抽象的的設計指導理論 BASE 理論（當時的 BASE 理論還很抽象，直到好幾年后才出現一份比較權威的被廣泛接受的 BASE 理論完整解釋和設計）的類比中，提出
- C(Consistency，一致性)：在一個分布式的系統中，同一個數據的所有備份，在同一時刻是否有相同的值。也就是，對於同一個數據的讀寫，是否立刻對於所有副本都能看到一致的結果。一種比較常見的強一致性實現就是，在看到一致的結果之前，寫請求不返回，讀請求阻塞或者超時。
- A(Availability，可用性)：在集群中一些節點故障時，集群還可以響應讀寫請求。
- P(Partition-tolerance，分區容忍性)：分布式系統具有多個節點，如果節點間網絡中斷，就會造成分區。
並且提出了，CAP 並不能全部滿足，而是一般選兩個滿足
之后，Seth Gilbert 以及 Nancy Lynch 在一篇 Notes 中，證明了 CAP 並不能同時都滿足。並且，將 CAP 定義的更加清晰：
- C: 需要滿足原子一致性，也就是任何讀寫都是具有原子性的，也就是對於同一個數據的寫之后的讀取，一定能讀取到寫的值，也就是最新的值
- A：對於所有成功的請求，都需要在有限的時間內返回，也就是成功請求是有效的，可終止的。
- P：可能節點間傳輸丟失一些消息。
CA 系統
也就是不允許分區的系統，也其實就不是分布式系統，而是單機系統。例如單機數據庫，或者是共享存儲數據庫，比如 Aurora DB 類似的思路設計的數據庫，共享同一份存儲，上面建立不同的 MySQL 進程，一個 MySQL 讀寫，其他的只讀，由於使用的同一塊存儲，並且只有一個 MySQL 進程寫入，滿足 ACID 的事務特性，能保證強一致性，以及可用性。
CP 系統
也就是不要求高可用性，但是要求強一致性的系統，哪怕當前業務不可用，也不能出現數據不一致的情況。並且，如果節點間傳輸消息丟失導致沒有同步成功，或者重試，或者返回更新失敗，回滾更新請求。
CP 的一種實際應用就是分布式鎖，一般的，如果沒有獲取到鎖，或者獲取鎖失敗，我們都會選擇阻塞等待，或者直接失敗，而不會冒着可能會有並發危險而去執行業務。並且，分布式鎖必須保持所有節點看到的鎖狀態一致，不能有差異，否則認為獲取鎖失敗。
同時，大部分分布式數據庫都是 CP 系統，但是他們的一致性協議方案是不同的，常見的例如 Paxos，2PC，3PC，RAFT等等。
AP 系統
也就是要求高可用性，但是不用強一致性的系統。在這種情況下，一旦分區發生，節點間的數據可能不一致，每個節點用自己的本地數據繼續提供服務。這樣情況下，可能會出現數據不一致，系統一般會實現最終一致性。也就是在分區結束后，通過一些機制將數據同步。
基本上具有多層緩存的系統，都是 AP 的系統設計。例如 DNS，客戶端緩存，瀏覽器緩存以及進程內緩存等等。
一個 CP 與 AP 系統的對比
一個比較經典的例子就是 Zookeeper 作為注冊中心和 Eureka 作為注冊中心。
假設注冊中心有兩個接口，一個是注冊實例，一個是讀取實例。
如果以 Zookeeper 為注冊中心，對於注冊實例請求也就是更新請求，采用的是過半寫以及 2 PC 的同步機制。
只有過半 2PC 更新成功，這個注冊請求才成功，這樣讀取每個節點都會讀取到這個更新請求，否則會回滾已經更新的節點。並且每個節點數據是一致的。如果過半的節點不可用，那么整個集群都不能處理注冊實例請求以及讀取實例的請求。這樣保證的強一致性，但是可用性是打了折扣的。
如果以 Eureka 為注冊中心，注冊請求發到一個 Eureka 實例上之后，這個 Eureka 會轉發到集群內其他 Eureka 節點。
即使某些節點失敗，也不會將已經更新的回滾。並且無論集群內哪些 Eureka 掛了，也不會影響其他正常的 Eureka 繼續服務工作，雖然可能讀取到比較老的數據，以及有一些數據不一致。
目前的 CAP 理論
隨着技術的不斷發展以及理論的不斷完善，我們發現，分區並不是會經常出現的情況，大部分情況下，如果我們忽略 P ，其實就是可以實現 CA 共存的情況。如果分區是可以感知的，納悶我們可以提前制定響應策略，例如進入服務降級限制某些操作，通過恢復補償邏輯修正數據不一致。
在 CAP 基礎上演變的 PACELC 理論，就是針對這種情況的更為實際的指導意見。在出現分區的情況下，取前半部分，其實還是 CAP 理論。如果不出現分區的情況，也就是大部分的情況下，我們考慮 L（Latency，延遲） 與 C（Consistency 一致性）的權衡。
微信搜索“我的編程喵”關注公眾號，每日一刷，輕松提升技術，斬獲各種offer：
