什么是CAP定理?

计算机界有很多高大上又难于理解的术语,CAP就是其中之一, 什么一致性(Consistency), 可用性(Availability), 分区容错性(Partition tolerance) 就很难理解了,  再加上CAP定理更是让人云里雾里,  今天咱们试图通俗的演绎一下。

 

 

张大胖在公司奋发图强,经过多年的努力,终于做到了架构师的位置。

架构师的椅子还没坐热,很快就来了一个项目要做架构设计。

老板把大胖叫来,谆谆教导说: 大胖啊, 数据是我们的宝贵资产,你设计的系统可千万要保证数据不能丢失啊!

大胖说老板放心, 这方面我有经验, 一般来讲我们要做数据的冗余处理, 简单的来讲就是给数据做多个副本来保存。 我会设计一个分布式系统, 把数据备份到多个机器节点去。

几天后, 大胖给发了一张图, 展示了这个分布式系统是怎么工作的:

数据副本在不同的机器上做冗余, 中间有数据的复制, 保证数据的同步。

虽然只是两台机器, 但是也构成了一个简单的分布式环境。

老板虽然不懂技术, 但是看到数据在不同的机器之间有备份,也就放心了。

经过几个月的开发和测试,系统顺利上线, 但是大家很快就发现:  分布式系统不像单机系统那么简单, 由于网络的原因, 或者某个机器的原因很容易导致通讯失败,或者节点不可用。

有一天, 用户先访问了左边的机器A , 写入了一条数据,  然后机器A很不幸, 网线被悲催的网管给踢掉了, 这直接导致了两个严重的后果:

1. 负载均衡找不着机器A,认为它死翘翘了, 就要把用户的下一次访问转到机器B去。

2. 数据复制也找不着机器A  ,  只好罢工。 用户刚写入的数据没法复制到机器B,机器B上还是老数据

怎么办?   虽然这是一次偶然, 把网管臭骂一顿, 插上网线就可以了, 但是谁能保证以后两个机器的通信是一致畅通的呢?

组里的小王说:    我们的机器B 还活着呢, 还能提供服务, 数据复制不到机器B, 不就是少看几条数据嘛, 无伤大雅,不影响大局, 勉强可用, 插上网线后数据复制就会工作, 一切就会恢复正常。

小王无意中选择了系统的可用性(Availability,简称A), 系统能提供服务就好, 数据不一致可以忍受。

张大胖说:  不行,  老板说了,我们系统的数据极为重要, 数据如果不一致会带来严重后果,所以机器B上的和这些关键数据相关的功能也必须停掉, 必须等到机器A插上网线,数据同步以后才能开工

很明显, 张大胖遵循老板指示, 把一致性(Consistency, 简称C )放到了首位。

所以问题就很明显了, 在网络节点之间无法通信的情况下,  和数据复制相关的功能, 要么选择可用性(A) , 要么选择一致性(C), 不能同时选择两者。

大胖仔细思考了一下, 其实这两种选择的背后其实隐藏着另外一个事实, 那就是网络节点之间无法通信的情况下, 节点被隔离,产生了网络分区,  整个系统仍然是可以工作的, 大胖给它起了个名: 分区容错性(Partition tolerance, 简称P)

如果选择了可用性(A) + 分区容错性(P) ,  就要放弃一致性(C)。

如果选在一致性(C) + 分区容错性(P) , 就得放弃可用性(A)  ,   对了, 这种情况下,虽然系统的有些功能是不能使用的, 因为需要等待数据的同步, 但是那些和数据同步无关的功能还是可以访问的 , 相当于系统做了功能的降级。

既然有AP和CP,    会不会出现仅仅是CA(一致性+可用性)这种组合呢? 就是没有分区容错性, 只保留可用性和一致性? 仔细想想, 这种情况其实就退化成了单机应用, 没有意义了。

大胖觉得自己似乎发现了一个规律:   在一个分布式计算机系统中,一致性(C),可用性(A)和分区容错性(P) 这三种保证无法同时得到满足,最多满足两个。

他决定把找个规律叫做CAP定理, 听起来比较高大上, 显得自己高深莫测。

如果你实在是搞不懂这CAP,   张大胖会告诉你一个更容易理解的版本: 在一个分布式系统中, 在出现节点之间无法通信(网络分区产生), 你只能选择 可用性 或者 一致性,  没法同时选择他们。

 

参考地址:

http://mp.weixin.qq.com/s/jRA2vRqmjs9WRMZWvzesMA

 

 

Leave a Reply

电子邮件地址不会被公开。 必填项已用*标注