微服务架构中你必须了解的 CAP 原理

摘要：什么是分布式 CAP 原理，什么是分区容错性，zookeeper 和 eureka 的 CAP 区别是什么，还有作为公司的架构师你们是怎么做的，那些分布式系统设计成了 CP、AP，为什么这样设计等等一系列问题。

分布式系统 CAP 到底指什么

• C（Consistency）：一致性，即数据一致性，特指分布式系统中的数据一致性。
• A（Availability）：可用性，即服务的高可用，特指分布式系统中服务的高可用，某个服务瘫痪不影响整个分布式系统的正常运行。
• P（Partition Tolerance）：分区容错性（也有的叫分区耐受性），即网络故障，特指分布式系统中服务之间出现了网络故障，整个分布式系统仍然保持可用性和一致性。

一句话概括 CAP：在分布式系统中，网络故障，服务瘫痪，整个系统的数据仍然保持一致性。

上面的表述可能不容易理解，举一个通俗的例子讲讲什么是分布式 CAP 原理。

大白话描述案例：

如上图所示，小张在京东商城准备购买几本微服务实战相关的书籍，订单总金额共 200 元，他刚好有一张满 200 减 100 元的优惠劵。 

这时分 3 种情况说明分布式系统的 CAP 如下：

1. 数据一致性体现：

• 使用 100 元优惠劵扣减，实付 100 元，优惠劵用完。
• 使用 100 元优惠劵失败，实付 200 元，优惠劵还在。
• 系统可用性体现：

• 小张下订单时，订单服务或是 PLUS 会员服务挂了，此时不应该影响小张下单。

• 系统分区容错性体现：

• 小张下订单时，订单服务和 PLUS 会员服务之间网络不通也不能影响小张下单。

什么是分区容错性

CAP 定理中最难理解的概念是 P，分区容错性，画个图大家就理解了。

在断网的情况下，2 台服务器变成了独立网络，彼此无法通信，这个情况就是分区。在分区的情况下，分布式系统如果要保证数据一致性和可用性的话，那就满足分区容错性了。

CAP 技术实现的难度，下面一一解惑

目前大部分互联网企业都是微服务架构，即分布式系统。 
现在某电商微服务架构，假设出现网络故障（P），服务挂掉（A），整个系统的数据仍然保持一致。这是无法做到的。

相对可以实现的方案： 
业界的做法是 CAP 三选其二，即

• CP
• AP
• CA（请思考？后面叙述）

当服务之间出现网络故障的情况下：

问题：

1. 如何保证订单服务和 PLUS 会员服务高可用？
2. 下订单同时扣除 100 元优惠劵如何实现？

分布式系统的解决方案：

1. CAP 牺牲一致性（AP）：保证高可用，即保证订单服务可以正常访问，保证 PLUS 会员服务可以正常访问，牺牲了数据的一致性。

小张去京东商城下订单（但是没有扣除 100 元优惠劵），这种情况下，小张订单提交成功后，再去查看 100 元优惠劵还在，居然没有扣除成功，但是实付金额是 100 元，很纳闷（心里窃喜）。

• 怎么办呢？如何解决这种问题？ 
  一般的做法是，当网络恢复正常的情况下，订单服务重试请求 PLUS 会员服务，再扣除 100 元优惠劵。

• CAP 牺牲可用性（CP）：保证数据一致性。

当小张去京东商城下单时，提示：“网络异常，请稍后再试”。

• 怎么办呢？如何解决这种问题？ 
  只能等网络恢复正常后，小张才可以成功下单。

• CAP 牺牲分区容错性（CA）：不要P分区，即不允许出现网络故障，这是不可能实现的。 
  所以在分布式系统中，是不存在 CA 的。即使传统单体系统也做不到CA，因为单体系统也会出现单一故障。
• 通过小张在京东商城下订单的案例，小伙伴应该都弄明白了吧。

下面分析两个微服务架构中常用的服务注册中心 —— zookeeper & eureka 的 CAP 原理

1）图解 zookeeper 的 CAP 原理 
注：此处不介绍 zookeeper 底层原理和实现 
zookeeper 作为微服务注册中心是 CP 原理，即保证了数据的一致性，牺牲了可用性。如下图所示：

• zookeeper 的数据同步原理： 
  Client1 客户端向 zk Server1 注册，zk Server1 同步信息给 zk Server2，zk Server2 是注册中心的 leader 节点，该节点负责把消息广播同步给其他 follower 的 zk 节点，为了保证数据的一致性，只有等整个注册中心信息同步完成，Client1客户端才能收到注册成功的消息。

• 如上图所示，当注册中心 leader 重启或是出现网络故障的情况下，整个 zk 集群重新选举 leader 节点，在选举期间，Client 客户端无法注册，即此时 zookeeper 服务不可用，所以牺牲了系统的可用性。

• 如上图所示，只有等到整个系统选举出 leader 节点，系统才能恢复注册，故 zookeeper 为了保证数据一致性，牺牲了系统的可用性。
• CP 有一个致命的缺点，就是在大型分布式系统中，网络非常复杂，leader 节点出现故障的频率特别高，而且很容易引起雪崩。所以这是很多大型分布式系统都不选择 zookeeper 作为注册中心的原因。

2）图解 Eureka 的 CAP 原理 
如下图所示：

• eureka 是 AP 原理，即保证了系统的可用性，却牺牲了系统的一致性。
• eureka 的数据同步原理： 
  第一步，Client1 客户端注册到 eureka Server1 服务中； 
  第二步，eureka Server1 直接告诉 Client1 注册成功。 
  第三步，eureka Server1 把 Client1 的注册信息同步给 Server2，为了保证服务的可用性，eureka Server 之间是异步同步的。

小结

通过以上的案例描述和图形解读，相信大家对于微服务（分布式系统）架构中 CAP 原理有了一定的了解。比如知道了什么是 CAP 原理，什么是分区容错性，zookeeper 和 eureka 作为注册中心的 CAP 区别是什么。同时希望对今后你们公司的系统架构设计有所帮助，系统设计是遵循 CP 还是 AP。