CAP 理论

1. CAP 理论简介

CAP 最早由 Eric Brewer在2000年提出，主要内容为：

在一个分布式系统中，以下三个特性最多只能同时满足两个：

• 一致性（Consistency）：任何读请求要么获取到最新的值，要么获取到错误
• 可用性（Availability）：任何读请求一定会获取一个响应，但可能不是最新的值
• 分区容错性（Partition Tolerance）：系统在网络分区的情况下，仍然可以继续运行

由于网络问题发生在系统外部，充满了不可控因素，因此分区容错性是必须满足的。当我们提到 CAP 理论时，更多地是去讨论如何在 C 与 A 之间权衡，即实现 CP 系统还是 AP 系统。

2. CP 与 AP

2.1 CP 系统

CP 系统要求每个读请求都会获取最新的值，或者返回错误。换个角度讲，对于每一个写请求，只有当写入的数据被复制到所有的节点后，系统才会返回成功。

在数据从写入节点同步到其他节点时，读请求不会获取到最新的结果。如果请求该值，可能会返回错误。也就是在数据同步的过程中，系统会牺牲可用性。

由此可见，CP 适用于对数据一致性要求较高的场景，比如银行系统，订单系统，库存管理等等。

2.2 AP 系统

AP 系统要求每个读请求都会获取一个响应，但可能不是最新的值。也就是说，系统会尽可能地提供服务，而不是返回错误，虽然可能返回的是过期的数据。

AP 并不是不保证数据的一致性，一个写入请求写入的数据最终还是会同步给其他节点。但是在同步过程中，读请求可能会访问到尚未同步的节点，导致读取到过期的数据。

相对于 CP 系统，AP 系统更加强调系统能够返回响应，因此适用于对数据一致性要求不是那么高，但是对服务可用性要求较高的场景，比如社交网络，搜索引擎等等。

2.3 CP 与 AP 的取舍

CP 与 AP 的主要区别，就在于修改操作在同步到所有节点之前，是否能够被外部访问。因为多了等待同步到其他节点的步骤，CP 系统的写入速度会低于 AP 系统。这也是一种比较常见的权衡，如果追求速度的话，势必会牺牲一些其他的特性，分布式系统中就是一致性。

3. 一致性模型

CAP 是一个理论模型，然而在实际的系统设计中，C 与 A 并不是严格对立的两级。不论是 CP 还是 AP，分布式系统最终都需要实现数据的一致性，业务场景的不同，对于 C 与 A 的需求也不尽相同。

根据对 C 与 A 的侧重，对于一致性的实现，从强到弱，可以分为以下几种模型：

3.1 强一致性

在强一致性模型中，每个操作都会关联上时间戳，所有的节点都会按照时间戳的顺序，同步所有的操作。

举例来说，假设有两个分布式节点 N1 与 N2 负责写入，N3 节点需要同步 N1 与 N2 写入的数据。N1 与 N2 执行了以下操作：

1. T1 时刻 N1 执行了操作 P1
2. T2 时刻 N2 执行了操作 P2
3. T3 时刻 N1 执行了操作 P3
4. T4 时刻 N2 执行了操作 P4

按照时间顺序 T1 < T2 < T3 < T4。

N3 在同步上述操作时，考虑到时间戳先后关系，需要按照 P1, P2, P3, P4 的顺序执行。

可以发现，线性一致性模型要求最高，相应地，执行效率也是最低的。

3.2 顺序一致性

所有的节点都以相同的顺序看到所有的操作，但是不一定以相同的时间顺序来执行。

回到刚才的例子，在顺序一致性模型下，N3 在同步上述操作时，P1 操作一定会在 P3 之前，P2 操作一定会在 P4 之前，但是 P1 与 P2 的顺序无需保证。

3.3 因果一致性

因果一致性模型要求，如果一个操作 B 是由操作 A 引起的，那么 B 的执行一定在 A 之后。

最简单的例子，也是因果一致性较为常见的应用场景──评论系统。

假设用户 A 在 T1 时刻发表了一个帖子，用户 B 在 T2 时刻回复了帖子。

在因果一致性模型下，同步此篇帖子的发帖与评论操作，用户 B 的回复操作一定在用户 A 的发帖操作之后；但是对于同步其他帖子，不同节点同步的顺序可能不同。

3.4 最终一致性

顾名思义，最终一致性只要求所有的节点最终会达到一致性的状态，也就是 N1 节点的写入操作 P1，最终会被 N2 等其他节点看到，但是需要多长时间能够被 N2 看到，这个不做保证。

因为只需要保证最终写入操作会被其他节点看到，当前节点写入后，即可返回成功，无需等待其他节点的同步，因此最终一致性模型的写入效率是最高的。

对于可用性要求较高的场景，最终一致性模型是一个不错的选择。

常见的使用最终一致性模型的系统包括 CDN，DNS 等。

3.5 强一致性与弱一致性

通常，线性一致性模型与顺序一致性模型被称为「强一致性」模型，因果一致性模型与最终一致性模型被称为「弱一致性」模型。

从线性一致性到最终一致性，一致性程度逐渐减弱，可用性逐渐增强，是一个从 C 到 A 的演进过程。

4. 总结

CAP 理论是分布式系统的理论根基。由于写入操作总是要同步到其他的节点上，并且网络分区是不可避免的，那么分布式系统的一致性（Consistency）与可用性（Availability）就不可兼得。

在系统设计的过程中，最重要的就是根据实际的业务场景，选择合适的模型。对于数据一致性要求较高的场景，比如交易系统、库存系统等，侧重于设计为 CP 系统；对于服务可用性要求较高的场景，比如社交网络、搜索引擎等，则侧重于实现 AP 系统。

然而 CAP 是一个理论基础，在实际过程中，C 与 A 并非完全对立的两面，根据对可用性与一致性的需求不同，从一致性的强到弱，又衍生出了一系列一致性模型：线性一致性、顺序一致性、因果一致性、最终一致性。

根据业务的场景不同，对数据的一致性要求不同，在系统设计时，需要选择合适的一致性模型，可以更好地在一致性与可用性之间，找到一个平衡点。