跳到主要内容
约 6 分钟2 张卡

CAP 理论

CAP 理论说明:发生持续的网络分区时,分布式系统无法同时保证线性一致性和每个非故障节点的可用性。理解它的关键是推导一条具体请求该怎么办:节点联系不上其他副本时,是返回可能过期的值,还是等待、拒绝请求?这也决定了业务在故障期间还能提供哪些功能。

1. 面试核心​

先记住这几条,再读正文
  • CAP 的 C 指线性一致性:每次操作看起来瞬间生效,并遵守非重叠操作的真实时间顺序。
  • CAP 的 A 要求每个非故障节点收到的请求最终正常完成,返回错误不算完成数据操作。卡 · 多数派服务与请求范围
  • 持续网络分区下,节点无法获知另一侧的新写入,因此无法同时保证 C 与 A。卡 · 三个性质的定义
  • 多数派继续服务时,少数派拒绝请求仍不满足 CAP 的全节点可用性,即使大部分用户还能正常使用系统。
  • 网络正常时也有取舍:等待远端确认会增加延迟,PACELC 把这类延迟与一致性的取舍也纳入讨论。

2. 三个性质的定义​

CAP 中的三个字母有各自明确的含义,不能直接套用日常所说的“一致”和“可用”。

  • 一致性(Consistency,C)在这里指线性一致性:每次操作看起来在调用与返回之间的某一刻原子生效。一次写入已经返回成功,之后才开始的读就应看到这次写入或更新的结果。
  • 可用性(Availability,A)要求每个非故障节点收到的请求最终正常完成。它没有规定固定的毫秒级期限,但不能靠返回错误来满足要求,因为数据操作并未完成。
  • 分区容忍性(Partition tolerance,P)要求把节点间可能持续无法通信的情况纳入保证范围。即使消息一直被丢弃,系统也得有处理读写的规则。

这里的网络分区不等于节点宕机。节点可以仍在运行,也能接收客户端请求,只是无法和另一部分节点交换信息。

3. 网络分区时的约束​

分区造成的困难是:节点必须回答请求,却拿不到作出正确回答所需的信息。假设 A、B 都保存初始值 0,按下面的顺序执行:

  1. A、B 之间发生网络分区。
  2. A 接受写入 1,并向客户端返回成功。
  3. 写入返回后,另一个客户端从 B 读取这个值。

B 仍然只知道初始值 0。如果返回 0,就违反了线性一致性,因为读取发生在写入成功之后。如果一直等待 A 的消息,而分区始终不恢复,这个请求就无法最终完成。

B 也不能靠猜测解决问题。A 写入的是 1 还是 2,对 B 来说没有区别:它没有收到任何新信息。无论猜哪个值,都无法保证正确。所以在允许持续分区的前提下,C 与 A 不能同时得到保证。

这个结论不妨碍系统在网络可通信、节点足够时提供一致的服务。它限制的是分区期间仍然能承诺什么。

4. 一致优先​

一致优先意味着:无法确认读写安全时,就不完成这次操作。多数派复制可以让拥有有效多数的一侧继续写入,少数派则拒绝相关请求,避免两侧各自确认互相冲突的结果。

保留一致性不需要等待所有副本,但提交、读取和选举规则必须配套:写入已经确认后,后续读取和新主接管都要保留这个结果。具体多数派规则见Raft。

5. 可用优先​

可用优先意味着:各分区继续处理本地请求,接受暂时读到旧值或产生冲突。网络恢复后,系统再传播和合并不同版本。

如何合并取决于允许丢掉什么。最后写入胜出(LWW)按约定的时间或版本顺序选出一个值,落选的更新会被丢弃。无冲突复制数据类型(CRDT)为特定数据类型规定可合并的更新规则。业务也可以保留多个冲突版本,交给用户选择。

因此,选择可用优先时,要同时说明分区期间返回什么、恢复后怎样处理冲突。只说“最终会一致”,还没有回答数据该如何处理。

6. 按操作选择​

同一个系统里的不同操作,可以接受不同的保证。商品描述允许暂时读取旧副本,库存扣减却可能需要协调,避免多个节点各自扣掉同一份库存。系统也可以开放陈旧读,同时拒绝无法确认写入权限的操作。

CP、AP 只能粗略描述这种取舍。落实到接口时,要写清分区期间会返回成功、陈旧值、冲突还是错误。

也不能看到异步复制,就把整个产品直接归为 AP。例如 Redis Cluster 采用异步复制,故障切换可能丢失已经确认的写入;少数派一侧又会在检测到分区后停止服务。因此,它既不能仅凭异步复制就满足 CAP 的全节点可用性,也不能凭拒绝少数派写入就证明线性一致性。分析时要结合复制与故障切换,说明讨论的是哪种部署和哪项操作。

6.1 多数派服务与请求范围​

多数派能继续服务,不代表全系统满足 CAP 的 A。三节点分成两节点和单节点两个分区后,多数侧可以继续确认写入;但单节点侧如果仍能收到请求却拒绝处理,就不满足“每个非故障节点”的要求。

把客户端路由到多数侧,可以提高实际请求的成功率,但这改变的是访问路径。工程上的服务等级目标(SLO)按指定入口、时间窗口和事件范围统计,不能与 CAP 的全节点要求直接等同。

7. CAP 与一致性模型​

CAP 的 C 与 ACID 的一致性说的是不同问题。前者约束读写操作能观察到的结果,采用线性一致性定义;后者指事务维护业务约束。其他可见性保证的区别见一致性模型。

BASE 是基本可用(Basically Available)、软状态(Soft state)和最终一致(Eventually consistent)的概括。它描述一种工程思路:允许局部故障时保留部分服务,允许副本暂时不同,再通过异步传播、冲突处理和补偿收敛。软状态表示中间状态可能随着传播或过期等过程变化,不要求每次读取都立即看到一致结果。

BASE 不是另一条与 CAP 对等的定理,也不意味着可以不要本地 ACID 事务。订单与待发送事件仍可在本地事务中一起保存,远端投影稍后更新。要声称最终一致,还必须说明传播如何重试、冲突如何解决,以及没有新写入且故障恢复后为什么能够收敛;仅说「稍后同步」不构成保证。

8. 延迟与一致性​

PACELC 把分区期间和平时的取舍放在一起:发生分区(P)时,在可用性(A)与一致性(C)之间取舍;否则(E),也可能需要在延迟(L)与一致性(C)之间取舍。

例如,写入要等远端副本确认,响应时间就包含这段网络等待;本地先返回,其他副本则有一段尚未收到新值的时间。具体代价取决于副本放在哪里,以及请求需要访问哪些副本。

9. 常见问题​

9.1 单机也需要在 CAP 之间取舍吗?​

单节点内部没有副本之间的网络分区。把数据通过网络复制到其他节点后,才需要分析分区时各节点如何读写,以及故障切换时保留哪些保证。

9.2 请求超时算不算违反 CAP 的可用性?​

10. 面试题卡片​

先想答案,再翻面先在心里答一遍,再点开卡片对照参考回答。卡片之间可以左右切换,看完会回到这里。
逐张翻看 2 张 →
未标记的卡读完后明天进入复习;已标记的按状态安排

11. 参考资料​

来源:Coding 101 原文 · 免费阅读,引用请保留出处。内容使用说明