CAP定理

CAP定理 一 点睛

分布式系统（distributed system）正变得越来越重要，大型网站几乎都是分布式的。

分布式系统的最大难点，就是各个节点的状态如何保持一致。CAP 理论是在设计分布式系统的过程中，处理数据一致性问题时必须考虑的理论。

二 什么是 CAP 理论

Consistency：一致性，等同于所有节点访问同一份最新的数据副本。

Availability：可用性，每次请求都能获取非错的响应，但不能保证获取的数据都是最新的。

Partition tolerance：分区容错性，分区相对于通信的时限要求。如果系统不能在时限内达成数据一致性，则意味着发生了分区的情况，必须就当前 *** 作在 C 和 A 之间做出选择。

这三个性质对应了分布式系统的三个指标。

CAP 理论说的就是：一个分布式系统，不可能同时做到这三点。如下图所示。

三 解读

在互联网系统中，P是前提，一定要保证。因为用户分布在全世界的不同地方，用户和服务可能不在同一网络中，即使是服务本身，也会部署在不同的网络中。这样就只能在A 和 C 之间进行选择了。

对于大多数的互联网免费业务来说，为了提升用户体验，保证高可用，往往会牺牲短时间的一致性，并不会影响用户体验的流畅性。所以我们在考虑柔性服务的时候，大都考虑如何满足可用性，在一致性得不到满足的时候，如何让用户感知更好。

例如，即时通信软件中的好友资料修改了，如果是昵称，则尽快同步给多个服务副本，让他的好友可以尽快获取更新的资料，如果是图像，则可以等用户主动点击的时候再去更新。用户主动点击的时间间隔，往往会超过系统的同步时间间隔。用户使用客户端缓存查看头像，也是能够接受的体验。

有时用户不会关心数据是否同步，关心的是 *** 作是否受影响。例如，用户浏览电商网站，把商品加入购物车。如果用户本地数据和网站服务端不一致（网络不好），那么还可以让用户继续进行 *** 作（将产品加入购物车）。当网络变好后，可以把两边数据合并，让用户一直保持流畅的体验。

根据 CAP 理论，我们发现，在实现分布式系统的过程中，只能在 A 和 C 之间做选择。

所以实现架构层面的柔性需要根据产品的特性，选择在异常情况下，是优先保证可用性，还是优先保证一致性。

例如，在支付类业务中，用户资产的准确性相对可用性来说更重要，否则数据不一致会造成资产损失，而且很难追回消费的资产。当数据未同步时，可以先禁止用户的写 *** 作，此时一致性的重要性优于可用性。

在互联网大多数免费服务中，更多的是要 *** 作服务的可用性。例如，搜索引擎更新的搜索缓存，各个节点的数据没有同步，不同时刻用户搜索同一个词得到的结果不同，但并不影响用户体验。如果此时不让用户搜索，则会严重影响用户体验。