【分散式】CAP理論及其應用

gonghr發表於2021-07-17

分散式

CAP Theorem

CAP 指的就是 "consistency 一致性","availability 可用性" "partition-tolerance分割槽容錯性".
consistency：一致性是指寫操作後的讀操作可以讀取到最新的資料狀態，當資料分佈在多個節點上，從任意結點讀取到的資料都是最新的狀態。
特點：
- 由於資料同步過程，寫操作的響應存在一定的延遲
- 為了保證資料一致性會對資源進行暫時鎖定，待資料同步完成釋放鎖資源
- 如果請求資料同步失敗的結點則會返回錯誤資訊，一定不會返回舊資料。
availability：可用性是指任何事務操作都可以得到響應結果，且不會出現響應超時或響應錯誤。
特點：
- 所有請求都有響應，且不會出現響應超時或響應錯誤。
partition-tolerance：網路中斷等問題發生後系統能正常工作，提供服務，保證一致性和可用性，不同分割槽之間資料同步時不影響分割槽資料的讀寫操作。一般來說，分割槽容錯無法避免，因此可以認為 CAP 的 P 總是成立。所以在CAP原則裡面，分割槽容錯性是必須要有的
特點：
- 分割槽容忍性分是布式系統具備的基本能力。

一致性、可用性和分割槽容錯性不可能同時全部滿足。最多隻能滿足其中兩個。一致性和可用性是相互矛盾的，一般只能滿足其中之一。

CAP組合方式

AP：犧牲了資料一致性，追求可用性和分割槽容錯性。可能導致全域性資料不一致。客戶端發出請求之後，為了保證可用性，得到的響應可能是舊的資料，因為資料的同步需要時間，但在某些情況下舊資料也是可以接受的，通常實現AP都會保證最終一致性。比如訂單退款操作，使用者申請退款以後，得到資訊”今日退款成功，明日賬戶到賬“，只要使用者接受在一定時間內到賬即可。AP的應用也比較廣泛，主要好處是可以保證資料傳遞的時效性，提高使用者體驗。AP是最常見的模型。
CP ：放棄可用性，追求一致性和分割槽容錯性。屬於強一致性。等待資料同步完才能正常訪問服務，保證使用者得到的資料一定是最新的，否則不返回資料。一旦發生網路故障或者訊息丟失等情況，就要犧牲使用者的體驗。舉個例子，銀行跨行轉賬時，一次轉賬需要等待雙方銀行都完成整個事務的時候才算完成，這種應用場景常見於金融系統。應用有Redis、zookeeper等。
CA：放棄了分割槽容錯性，保證了一致性和可用性。這就不屬於一個嚴格的分散式系統了，任何一個分割槽伺服器出故障，都可能導致整個系統的崩潰。關係型資料庫滿足CA，比如Oracle、MySQL。
以上所寫的”犧牲、放棄“等並不是表示完全怕拋棄某一個特性，而是表示降低對該特性的要求，提高另外對兩個特性的要求