【架构设计】什么是CAP理论？

1、理论

CAP理论是指计算机分布式系统的三个核心特性：一致性（Consistency）、可用性（Availability）和分区容错性（Partition Tolerance）。

在CAP理论中，一致性指的是多个节点上的数据副本必须保持一致；可用性指的是系统必须在任何时候都能够响应客户端请求；而分区容错性指的是系统必须能够容忍分布式系统中的某些节点或网络分区出现故障或延迟。

CAP理论认为，分布式系统最多只能同时满足其中的两个特性，而无法同时满足全部三个特性。这是因为在分布式系统中，网络分区和节点故障是不可避免的，而保证一致性和可用性需要跨节点协调，这会增加网络延迟和系统复杂度。

2、为何CAP不能兼得

以下是CAP理论三个特性的概述

1. 一致性（Consistency）：在分布式系统中，所有节点看到的数据都是相同的，即系统的状态在任何时刻都是一致的。
2. 可用性（Availability）：系统必须保证在任何时刻都能够处理请求并返回正确的结果，即系统一直处于可用状态。
3. 分区容错性（Partition tolerance）：系统在遇到网络分区故障时仍然能够保持正常的工作，即系统能够容忍任意数量的消息丢失或网络分区。

CAP理论的核心思想是，一个分布式系统最多只能同时满足上述三个特性中的两个，而无法同时满足所有三个特性。这是因为在分布式系统中，网络分区是不可避免的，而保证一致性和可用性需要对网络分区做出不同的权衡。

例如，当网络分区发生时，节点之间可能无法进行一致性的数据同步，因此在这种情况下，要么保证可用性，允许节点继续处理请求并返回不一致的结果，要么保证一致性，暂停服务直到网络分区恢复。

因此，CAP理论指导我们在设计分布式系统时要根据实际情况进行权衡和取舍，并在一致性、可用性和分区容错性之间做出适当的平衡。

3、CAP怎么选？

既然CAP三者不可兼得，那么我们来看看CAP如何取舍。

选择CA：放弃分区容错性，保证一致性和可用性。这种策略适用于小规模的集中式系统，如传统的关系型数据库系统。假设不考虑分区（P）的情况下，只有一个分区（副本），副本的一致性自不必说，自然是一致的；可用性方面，一个节点的写入不需要同步到其他节点，可以高效完成。如果增加多个分区（提高分区容错性），数据的写入需要同步到多个节点（强一致性，所有节点同步成功后再返回用户），增加了同步时间和同步失败的可能性，降低了可用性；如果采用弱一致性，即写入操作在主节点成功后即返回用户结果，再通过异步方式同步到多个分区，那么会增加同步失败和数据丢失的几率，降低了一致性。

选择CP：放弃可用性，保证一致性和分区容错性。这种策略适用于对数据一致性要求比较高的系统，如金融交易系统。假设不考虑可用性（A）的情况下，多个分区之间可以采用强一致性的机制，保证数据的高度一致性（要么都成功要么都失败）。比如某个分区出现了故障或者分隔，分区没有了响应，由于放弃了可用性，所以可以无限等待并不断重试直到网络恢复，分区可用后将副本数据同步到所有节点。

选择AP：放弃一致性，保证可用性和分区容错性。这种策略适用于对数据实时性要求比较高的系统，如社交网络等。假设不考虑一致性（C)的情况下，多个分区和副本可以提供高可用性。分区越多，用户越能就近访问，提供响应速度；放弃了一致性后，副本的写入操作可以写入主节点成功后即可返回成功，获得搞可用性，然后通过异步的方式将副本同步到多个分区节点上。

由此可见，CAP三者确实不能同时满足，只能根据具体的分布式业务场景做取舍和折中；比如银行系统可以牺牲可用性从而保障CP，响应慢一点（甚至网络故障暂停服务）总比账户资金出现错误更优。而很多提供互联网服务可以一定程度牺牲一致性来保障AP，因为互联网竞争激烈，追求的是用户体验和效率，希望用户随时随地能够高效获得服务，而一致性则通过一系列的措施做到最终一致性即可。在设计分布式系统时，需要根据具体的应用场景和需求，权衡不同的特性，做出合适的折中选择。例如，在金融交易系统中，一致性和可用性都非常重要，而分区容错性则可以降低优先级，因此可以采用一致性算法和冗余备份等技术来保证数据的一致性和可用性。