什么是CAP
概述
在计算机科学中， CAP 理论又称之为布鲁尔定理（Brewer's theorem），目前已成为分布式系 统设计与构建的重要理论基石。它是加州伯克利分校计算机科学家埃里·布鲁尔（Eric Brewer） 在 1998 年提出一个假说，并在 2000 年的分布式 计算原则研讨会上发表。这个假说是 Brewer 及 其同事在横向可扩展分布系统设计方面多年辛 勤劳动的结晶。在 2002 年，麻省理工学院的赛 斯·吉尔伯特（Seth Gilbert）和南希·林奇（Nancy Lynch）又完成了布鲁尔假说的证明，使之脱离 了唯像学说而成为一个定理，但吉尔伯特和林奇证明的布鲁尔定理比布鲁尔假说狭义。
CAP分别是指什么
在分布式的环境下，设计和部署系统时主要考虑下述 3 个重要的核心系统需求。
一致性（Consistency）：所有节点在同一 时间具有相同的数据。
可用性（Availability）：保证对于每个请 求的成功或者失败都有响应。
分区容错性（Partition Tolerance）：系统中信息的丢失或失败并不影响系统的运行。
上述 3 个重要的核心系统需求又简称为 CAP。
一致性
在分布式系统中，数据存在多个副本。一致性是指对某数据操作之后，存在各副本中的该数据始终保持一致。通常将这种操作称为一致性操作，一致性操作是原子性的操作，即对数据的操作（增、删、改）结果是对所有数据副本全部成功才算操作成功，否则为失败。如果操作失败， 则回退到一致性操作前的状态。
如果一个存储系统能够保证一致性，那么客户读取的数据可以保证是最新的数据，不会发生两个客户端在不同存储节点读取到不同的数据副本。
假设：N1、N2 为网络中的两个节点，共享同一数据 V，即一个是主本，另一个是副本，其初始值为 V0。N1 节点上有一个算法 A， N2 上有一 个类似的算法B，利用A算法可以将新值写入V， 而利用 B 算法可以读取 V 的值。
1）数据保持一致性情况：① A 写入新的V值，称作V1；② N1发送信息给N2，更新 N2的V值；③ B 读取N2的V值，读取到的值将是V1。
2）数据出现不一致性情况：如果网络断开（分区），从 N1 无法发送信 息到 N2，那么在第上面第③步的时候，N2 就会包含 一个与 N1 中的不一致的 V 值，即在 N1 中的 V= V1，在 N2 中的 V= V0。
可用性
可用性是指客户端访问数据时，可以得到响应，但系统可用并不代表存储系统的所有节点提供的数据一致。比如，客户端想要读取文章评论，存储系统可以返回客户端数据，但评论缺少最新的 一条。在这种情况下，我们仍然可以说系统可用。对不同的应用，可以设定一个定长响应时间，超过这个定长响应时间的服务认为不可用。 可用性只表明服务可用，主要标志是可以完成或不能完成上述操作。比如，当用户购书时希望得到反馈，而不是看到浏览器报告网站无法连接的信息。
分区容错性
在分布系统中，为了提高系统性能，可以将同一数据的副本分布地存放在不同地点。分区容错性是指分布系统的容错性。
更确切地说，除非网络的全部节点都出现故障，否则所有子集合节点的故障都不能导致整个系统的不正确响应。显然，将数据分布在不同节点上，就有形成分区的风险。如果网线被切断，分区就形成，两节点之 间无法进行通信。网络分区是指由于某种原因网 络被分成若干个孤立的互不相通区域。
分区容错性也可以理解为系统在存在网络分区的情况下仍然可以接受满足一致性或可用性的请求。
CAP定理
CAP 定理：在一个分布式系统构建中， 不可能同时满足一致性、可用性和分区容错性三个系统需求，最多只能同时满足两个。
对所设计系统的强调点不同，采用的策略也不一样。 分布式系统在小规模、低压力、小延迟的情况 下，CAP 定理还不足以对系统总体性能造成影响， 但随着活动增加与吞吐量上升将凸显其重要性。 对大型网站来说，可用性与分区容错性的优先级高于数据一致性，一般放弃一致性，尽量朝着可用性和分区容错性的方向设计，然后通过其他方法来保证一致性的需求（即满足最终一致性）。
架构设计师不要将主要精力用在如何设计能同时满足三者的完美分布式系统，如社交 SNS 网站可以容忍相对较长时间的不一致性，但需要最终一致性。
CAP 的证明很简单，假设两个节点集 {G1， G2}，由于网络分片导致 G1 和 G2 之间所有的通讯都断开了，如果在 G1 中写，在 G2 中读刚写入 的数据， G2 中返回的值不可能是 G1 中的写入值。 由于可用性的要求，G2 一定要返回这次读请求，由于分区容错性的存在，导致不一致性。但由于 一致性的要求，G2 一定要返回这次读请求的一 致性结果，由于分区容错性的存在，导致了长期等待，出现了不可用性。
三中取二原则
CAP 定理阐明分布系统构建中的 3 个核心系统需求不能够全部同时满足：
强调一致性：需要处理因为系统不可用而导致的写操作失败的情况；
强调可用性：系统的读操作可能不能精确的读取到写操作写入的最新值。
因此系统的强调点不同，相应采用的策略也不一 样，只有真正理解了系统的需求，才有可能合理使用 CAP理论。 目前互联网中的很多分布式系统是基于首要满足可用性和分区容错性而设计。当处理 CAP 的问题时，存在下述几个选择。
1、放弃可用性
如果选择分区容错性和一致性，放弃了可用性，那么即使节点损坏，为保证一致性，必须百分之百地保证所有节点之间有很好的连通性，这是很难做到的。最好的办法就是将所有数据放到同一个节点中，但显然这种设计一旦遇到分区事件，受影响的服务需要等待数据一致，在等待期间就无法对外提供服务。
在多个节点上控制数据一致相当复杂，而且恢复的节点需要处理逻辑， 以便平滑地返回服务状态。
满足一致性与分区容错性的系统主要是一些键值数据库， 典型代表为 Google 的 BigTable 等系统。
2、放弃分区容错性
如果要满足一致性和可用性，必须要有回滚操作。这样，系统显然无法容忍分区，当同一数据的两个副本分配到了两个无法通信的分区上并需要回滚操作时，将会返回错误的数据。 满足一致性和可用性的系统通常在可扩展性方面不太强，如传统的关系数据库系统 MySQL 等。
3、放弃一致性。
如果选择分区容错性和可用性，放弃了一致性，当节点损坏时，遇到分区事件，受影响的服务不需要等待数据一致，就可以对外提供服务， 保证了可用性。
满足可用性与分区容错性的系统主要是一 些面向文档的适用于分布式系统的数据库，如 SimpleDB。 两个节点分处分区两侧，允许至少一个节点更新状态将导致数据不一致，即丧失了一致性。 除非两个节点可以互相通信，才能既保证一致性又保证可用性，这又会导致丧失分区容错性。
对于跨区域的系统，设计者无法舍弃分区容错性， 那么就只能在数据一致性和可用性上做一个艰难选择。一般说来，NoSQL 的主题是创造可用性优先、数据一致性其次的方案；而传统关系数据库保持 ACID 特性（原子性、一致性、隔离性和 持久性）。
BASE模型
BASE：Basically Available， Soft-state，Eventually consistent，即基本可用，软状态，最终一致。
BASE 模型在 20 世 纪 90年代末提出， 基于同性质之间的取舍，考虑了高可用性的设计。BASE思想主要强调基本的可用性，显然 BASE 支持最终一致的概念。BASE 是 ACID 的反面，BASE 要求牺牲高一致性，获得可用性或可靠性。BASE 理论是 CAP 理论结合解决实际问题的产物。
大规模跨区域分布的系统， 包括云在内，也运用了这种思路：通过牺牲一致性来提高可用性和系统性能。
一致性
基于程度的不同，一致性可有下面表述。
强一致性：又称为即时一致性， 假如 A 操作先写入了一个值到存储系统，存储系统保证后续 A、B、C 的读取操作都将返回最新值。
弱一致性：假如 A 先写入了一个值到存 =储系统，存储系统不能保证后续 A、B、C 的读取操作能读取到最新值，即 A 写完的数据并不能立刻读到。
最终一致性：最终一致性是弱一致性的一种特例，是指系统需要在某一时刻后达到一致性要求。假如 A 首先写了一个值到存储系统，存储系统保证如果在 A、B、C 后续读取之前没有其他写操作更新同样的值，最终所有的读取操作都将读取到 A 写入的最新值。即最终数据是一致的就可以了，而不是时时一致。最终一致性方面最典型的系统可以说是DNS系统，当更新一个 域名的 IP 以后，根据配置策略以及缓存控制策 略的不同，所有的客户最终都会看到最新的值。
基本可用
基本可用的含义是系统能够基本运行、始终提供服务。BASE 模型与 ACID 模型相反，通过牺牲高一致性，获得可用性和分区容错性。
软状态
软状态是指系统不要求一直保持强一致状态，可以有一段时间不同步。软状态也可以理解为无连接的，而硬状态是有连接的。
内容来源
Last updated