文章目录




一、CAP

概念

CAP 有时也代表一致性，可用性，分区容错性，系统只能支持其中两个特性（CP 或 AP）。



（1） 一致性（Consistency）

​​A read is guaranteed to return the most recent write for a given client​​

客户端，保证读操作能返回大部分最近的写操作结果



（2）可用性（Availability）

​​A non-failing node will return a reasonable response within a reasonable amount of time(no error or timeout)​​

非故障的节点在合理的时间内返回合理的响应（不是错误和超时的响应）



（3）分区容忍性（Partition Tolerance）

​​The system will continue to function when network paritions occur​​

当出现网络分区后， 系统能够继续 “履行职责”




二、避免使用 CAP

主要是 CAP 的局限性




为什么避免使用 CAP？

围绕着 CAP 有太多的误解与困扰，最后反而无法帮助我们更好地理解系统



（1） 只能在 CA 和 AP 中选择嘛？

  1. 在网络正常的时候，系统可以同时保证一致性（线性化）（C） 和 可用性（A）
  2. 在网络故障的时候，必须要么选择一致性（线性化）（C），要么可用性（A）

SO，CAP 忽略了网络故障。
即：选择 CA 和 AP，是根据实际情况（条件）下，所处的状态



（2） CAP 关注的是一个分布式系统嘛？

结论：CAP 关注的粒度是数据，而不是整个系统

一个系统可能处理只是一种数据，若包含多种类型的数据，有的数据必须选择 CP，有的数据必须选择 AP

比如：用户系统

  1. 用户基本信息数据（昵称、性别和自我介绍等等），选择 AP
  2. 用户帐号数据（用户ID、密码），选择 CP


（3） 一个系统的选择需要看实际情况

举个例子：

例如，现代多核CPU上的内存甚至就是非线性化（不一致性）：如果某个CPU核上运行的线程修改一个内存地址，紧接着另一个CPU核上的线程尝试读取，则系统无法保证可以读到刚刚写入的值，除非使用了内存屏障或fence指令

出现这个情况的原因：

每个CPU核都有自己独立的 cache 和 寄存器。
内存访问首先进入 cache 系统，所有修改默认会异步地刷新到主存。
由于访问 cache 比访问主存要快得多，所以这样的异步刷新特性对于现代CPU的特性至关重要。
但，这就导致出现了多个数据副本（一个主存，另外几个在不同级别的 cache 中），而副本更新是异步方式，无法保证线性化

So，CAP 理论不适用与当今的多核-内存一致性模型：在计算机内部，我们通常假设通讯是可靠的，即不会假定一个CPU核在与其他核断开之后还能安然工作。

之所以放弃线性化（一致性）的原因：性能，而不是为了容错。

许多分布式数据库也是类似，它们选择不支持线性化是为了提高性能，而不是为了保住容错性




三、凡凡认为

  1. CAP 好处在于：指明了方向或指标，提供了这个几个角度，让人们去思考自己的系统
  2. 若太看重 CAP，被这个框住，可能会忽略其他细节（故障）。
  3. 有时跳出框架，从其他角度去看待系统，可能会有另一番收获。
  4. 理论应该成为我们的助推器，而不是约束器。



四、引用

  1. 《DDIA》
  2. 《从零开始学架构》