CAP

标签：style   分区   write   following   car   客户   不可用   tail   产生   

wiki上这样定义CAP：it is impossible for a distributed data store to simultaneously provide more than two out of the following three guarantees。

首先CAP是针对分布式数据存储系统来说的，然后该理论指出了系统最多只能保证CAP三项中的两项。

那么CAP是哪三项呢？

一致性，每一个读操作都会读到最新数据；

可用性，每一个请求（读或写）都会收到非错误响应（即操作成功），但不保证读请求读到的是最新数据；

分区容忍性，即便节点间无法正常通信（从而产生分区），整个系统仍然可以照常运行。

正常情况

假设我们用一台服务器A对外提供存储服务，为了避免这台服务器宕机导致服务不可用，我们又在另外一台服务器B上运行了同样的存储服务。每次用户在往服务器A写入数据的时候，A都往服务器B上写一份，然后再返回客户端。一切都运行得很好，用户的每份数据都存了两份，分别在A和B上，用户访问任意一台机器都能读取到最新的数据（一致性）。

异常情况

不幸的事情发生了，A和B之间的网络断开导致A和B无法通信，也就是说网络出现了分区，那么用户在往服务器A写入数据的时候，服务器A无法将该数据写入到服务器B。这时，服务器A就必须要做出一个艰难的选择：

1. 选择一致性(C)而牺牲可用性(A)：为了保证服务器A和B上的数据是一致的，服务器A决定暂停对外提供数据写入服务，从而保证了服务器A和B上的数据是一致，但是牺牲了可用性。
2. 选择可用性(A)而牺牲一致性(C)：为了保证服务不中断，服务器A先把数据写入到了本地，然后返回客户端，从而让客户端感觉数据已经写入了。这导致了服务器A和B上的数据就不一致了。

CAP就是要在异常情况下做出抉择。

分布式系统无法放弃网络分区容忍性

网络分区准确地说是指两台机器无法在期望的时间内完成数据交换。这不仅仅是指两台机器之间的网络完全断开了,还可能有其他情况产生网络分区，比如对方机器宕机了，网络延时等情况。分布式系统是基于网络的多节点系统，因此，在分布式系统中，通常是无法放弃Partition Tolerance的，也就只能在CP和AP之间做选择了。如果有个分布式系统号称是CA的，那一定是扯淡。

可用性和一致性的选择

可用性和一致性之间的选择不是非此即彼的，而是根据业务的需求在它们两者之间做妥协。比如，我们可以放弃对强一致性的追求，让其变成最终一致性，也就是说当服务器A不能把数据传给服务器B时，它先将数据缓存在其本地，等到网络恢复以后再将数据传给服务器B。这样，服务还是可用的，只是在一定的时间窗口内两者的数据是不一致的。

对网络分区的处理

对网络分区的处理有以下几个步骤：

1. 检测网络是否出现分区
2. 当分区出现了，进入分区模式并限制某些操作
3. 当网络恢复后，启动分区恢复

参考：http://blog.csdn.net/jewes/article/details/43495639

　　https://www.zhihu.com/question/54105974?from=profile_question_card

CAP

标签：style   分区   write   following   car   客户   不可用   tail   产生   

原文地址：http://www.cnblogs.com/holoyong/p/7629315.html