问题之由来

我第一次听说mongodb、hbase这些分布式数据库的时候，正是我学习mysql的时候，在那个遥远的年代，mysql可是java web项目的标配，恰如今日hadoop之于大数据。高可用、弹性扩展，分布式数据库带来了种种眼花缭乱令人目眩的特性，深深吸引着当时涉世未深而又孤陋寡闻的我，然而零基础转行大数据又处处碰壁，屡战屡败之后，才有一个大数据项目组给了一个降薪的offer让去给他们做前端。

囊中羞涩前途未卜，应该接受这个降薪的offer么？几乎毫不犹豫的，我开始了flash开发之旅。

学习大数据时，CAP定理是我最早接触的概念，在一段时间里，它对我一直都是金科玉律，每看到一个系统，我都会推断它到底是AP的还是CP的，直到我最近突然想到一个问题：

一直都说zookeeper是强一致性的(实际上，zookeeper的一致性是Sequential consistency，等有机会了再讲)，mongodb的replica set也可以设置为强一致性，但是它们又能通过leader选举等方法保证高可用，那么岂不是说zookeeper和mongodb完全满足了CAP的三个特性？

一时间云波诡谲扑朔迷离，于是我决定重新审视一下CAP定理。

CAP定理的来龙去脉

CAP定理（CAP theorem）既然叫做“定理”而不是公理或者猜想，那就说明它是可以被证明的。现在比较流行的说法是，Brewer最早做出了推测，而Seth Gilbert和Nancy Lynch在《Brewer’s Conjecture and the Feasibility of Consistent, Available, Partition-Tolerant Web Services》中做出了证明。

zookeeper、mongodb和CAP的A

在证明里，A是被定义为every request received by a non-failing node in the system must result in a response。总体来说，定义过于简洁，理解过于多样。

1. 比如，在mongodb里，使用它的客户端以后，所有的写请求都发给了primary，但是假如我能把一个写请求直接发给secondary，它会怎么处理？如果secondary返回了一个错误，说“喂，我们secondary不接受写请求”，这种情况算不算它“result in a response”？
2. 再比如，如果发生网络隔离，一台被孤立的zookeeper服务器就变成了looking状态，把一个读或者写请求发给了它，它返回一个错误，说“我已经六神无主了，你还是找别人吧”，这种情况算不算它“result in a response”？

如果这些都不算的话，那么zookeeper和mongodb replica set都不满足CAP的A，但是它们又都是高可用的，因为上述情况下，client都能正确处理，应用程序都能正常运行。

关于CAP中A的正确理解，还敬请持续关注这个问题。

CAP定理的严格证明

CAP定理正确不正确呢？在我看来，从公理上来看是显而易见的，从定理上来看是暧昧不明的。
为了读懂《Brewer’s Conjecture and the Feasibility of Consistent, Available, Partition-Tolerant Web Services》，我先找了Lynch阿姨的《Distributed Algorithms》看了两天，然而发现异步网络的定理1还算合理，然而推论1.1就云山雾罩，半同步网络的定理2更是不知所云。实在才疏学浅，所以这个问题也forward给其他大神了，期待更好的回答。
同时，外国几位老哥也对CAP定理的证明存在着质疑，大家有兴趣可以围观一下。
https://maniagnosis.crsr.net/2010/09/some-misconceptions-about-cap-theorem.html
http://markburgess.org/blog_cap.html

参考资料

《Brewer’s Conjecture and the Feasibility of Consistent, Available, Partition-Tolerant Web Services》
《Distributed Algorithms》