【分布式理論】之 CAP

文章目錄

• ​​一、CAP​​

• ​​概念​​

• ​​（1） 一緻性（Consistency）​​
• ​​（2）可用性（Availability）​​
• ​​（3）分區容忍性（Partition Tolerance）​​

• ​​二、避免使用 CAP​​

• ​​為什麼避免使用 CAP？​​

• ​​（1） 隻能在 CA 和 AP 中選擇嘛？​​
• ​​（2） CAP 關注的是一個分布式系統嘛？​​
• ​​（3） 一個系統的選擇需要看實際情況​​

• ​​三、凡凡認為​​
• ​​四、引用​​

一、CAP

概念

CAP 有時也代表一緻性，可用性，分區容錯性，系統隻能支援其中兩個特性（CP 或 AP）。

（1） 一緻性（Consistency）

​

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

​

用戶端，保證讀操作能傳回大部分最近的寫操作結果

（2）可用性（Availability）

​

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

​

非故障的節點在合理的時間内傳回合理的響應（不是錯誤和逾時的響應）

（3）分區容忍性（Partition Tolerance）

​

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

​

當出現網絡分區後， 系統能夠繼續 “履行職責”

二、避免使用 CAP

主要是 CAP 的局限性

為什麼避免使用 CAP？

圍繞着 CAP 有太多的誤解與困擾，最後反而無法幫助我們更好地了解系統

（1） 隻能在 CA 和 AP 中選擇嘛？

1. 在網絡正常的時候，系統可以同時保證一緻性（線性化）（C） 和 可用性（A）
2. 在網絡故障的時候，必須要麼選擇一緻性（線性化）（C），要麼可用性（A）

SO，CAP 忽略了網絡故障。

即：選擇 CA 和 AP，是根據實際情況（條件）下，所處的狀态

（2） CAP 關注的是一個分布式系統嘛？

結論：CAP 關注的粒度是資料，而不是整個系統

一個系統可能處理隻是一種資料，若包含多種類型的資料，有的資料必須選擇 CP，有的資料必須選擇 AP

比如：使用者系統

1. 使用者基本資訊資料（昵稱、性别和自我介紹等等），選擇 AP
2. 使用者帳号資料（使用者ID、密碼），選擇 CP

（3） 一個系統的選擇需要看實際情況

舉個例子：

例如，現代多核CPU上的記憶體甚至就是非線性化（不一緻性）：如果某個CPU核上運作的線程修改一個記憶體位址，緊接着另一個CPU核上的線程嘗試讀取，則系統無法保證可以讀到剛剛寫入的值，除非使用了記憶體屏障或fence指令

出現這個情況的原因：

每個CPU核都有自己獨立的 cache 和 寄存器。

記憶體通路首先進入 cache 系統，所有修改預設會異步地重新整理到主存。

由于通路 cache 比通路主存要快得多，是以這樣的異步重新整理特性對于現代CPU的特性至關重要。

但，這就導緻出現了多個資料副本（一個主存，另外幾個在不同級别的 cache 中），而副本更新是異步方式，無法保證線性化

So，CAP 理論不适用與當今的多核-記憶體一緻性模型：在計算機内部，我們通常假設通訊是可靠的，即不會假定一個CPU核在與其他核斷開之後還能安然工作。

之是以放棄線性化（一緻性）的原因：性能，而不是為了容錯。

許多分布式資料庫也是類似，它們選擇不支援線性化是為了提高性能，而不是為了保住容錯性

三、凡凡認為

1. CAP 好處在于：指明了方向或名額，提供了這個幾個角度，讓人們去思考自己的系統
2. 若太看重 CAP，被這個框住，可能會忽略其他細節（故障）。
3. 有時跳出架構，從其他角度去看待系統，可能會有另一番收獲。
4. 理論應該成為我們的助推器，而不是限制器。

四、引用

1. 《DDIA》
2. 《從零開始學架構》