CAP定理

• 简介
• BASE理论
• ZK与CP、Eureka与AP

简介

CAP定理指的是一个分布式系统中，Consistency（一致性）、Availability（可用性）、Partition tolerance（分区容错性），三者不可兼得。

• 一致性（C）：分布式系统中多个主机之间是否能够保持数据一致的特性。即当系统数据发生变更后，各个主机中的数据仍然处于一致的状态。
• 可用性（A）：系统提供的服务必须一直处于可用的状态，即对于用户的每一个请求，系统总是可以在有限的时间内对用户做出响应。
• 分区容错性（P）：分布式系统在遇到任何网络分区时，仍能保证对外提供满足一致性和可用性的服务。

对于分布式系统，网络环境相对是不可控的，出现网络分区是不可避免的，因此系统必须具备分区容错性。但其并不能同时保证一致性与可用性。CAP定理对于一个分布式系统来说，只可能满足两项，即要么是CP，要么是AP。

BASE理论

BASE是Basically Available（基本可用）、Soft state（软状态）和Eventually consistent（最终一致性）三个短语的缩写，是CAP定理对应一致性与可用性权衡的结果。

BASE理论的核心思想是，即使无法做到强一致性，但每个系统都可以根据自身的业务特点，采用适当的方式来使系统达到最终一致性。

• 基本可用：是指分布式系统在出现不可预知的故障时，允许损失部分可用性。例如响应时间的损失、功能上的损失
• 软状态：是指允许系统数据存在的中间状态，并认为该中间状态的存在不影响系统的整体可用性，及允许系统主机间进行数据同步的过程存在一定的延时。软状态，其实就是一种灰度状态，过渡状态。
• 最终一致性：其强调的是系统中所有的数据副本，在经过一段时间的同步后，最终能达到一个一致的状态。因此，最终一致性的本质是需要系统保证最终数据能够达到一致，而不需要实时保证系统数据的强一致性。

ZK与CP、Eureka与AP

ZK遵循的是CP原则，即保证了强一致性，但牺牲了可用性。具体体现在，1、当ZK集群中的Leader宕机后，ZK集群会马上进行新的Leader选举。但选举时长一般在200毫秒内，最长不超过60秒，整个选举期间ZK集群是不接受客户端的读写操作的，即ZK集群处于瘫痪状态。2、Leader进行事务操作后，Follower节点会进行数据同步，这个同步时间然后很快，但是其同步过程也是不对我提供服务的。所以其不满足可用性。

Eureka遵循的是AP原则，即保证了可用性，但牺牲了一致性。

转自：IT小跟班–CAP定理