CAP原理

我们在学习分布式事务的时候，经常会看到各种博客、博文介绍CAP原理。但是感觉讲述的并不是那么清晰，于是自己查询了各种资料自己综合写了一篇博客，以抒发自己的观点。

• 一致性（Consistency）：在分布式系统中的所有数据备份，在同一时刻是否同样的值。（等同于所有节点访问同一份最新的数据副本）
• 可用性(Availability)：每一个操作总是能够在确定的时间内返回，而不是一直等待响应。也就是系统随时都是可用的。
• 分区容忍性(Tolerance of network Partition)：在出现网络分区（比如断网）的情况下，分离的系统也能正常运行。

CAP原理的意思是，一个分布式系统不能同时满足一致性，可用性和分区容错性这三个需求，最多只能同时满足两个。

我们对一致性都有很好的理解，所有节点数据都一致吗！但是对于可用性和分区容忍型这两个完全就是众说纷纭，甚至二者的概念很多人分不清。如果说我们的服务器做了集群，拥有了多个节点，然后其中几个节点宕机了，剩下还有机器可以维持正常的服务，那么这个到底是可用性，还是分区容忍型呢？

其实我觉得可以理解为这几个节点与其它正常的节点失去联系了，也就是出现了网络分区，按照定义，这属于分区容忍性的范畴。而可用性，则是整个系统访问能够快速返回，并不是一直在阻塞中，一直在类似转菊花的等待。

• CA组合：传统的单节点应用。当我们访问这个应用的的时候，如果应用没有崩溃，网络没有异常，我们的系统也没有过多的性能问题，数据库事务隔离级别防止脏读。那么数据怎么查询都是一致的，而且基本上都是秒响应。但是因为是单节点，如果宕机了就没了，可以说是没有容忍型。
• CP组合：我们对系统和数据库做出集群。假设是一主多从，而且是必须要主从彻底一致时才能响应。那么当集群的节点越多，容忍型就越高，但是数据同步的时间会越来越长，同时响应的时间就会越来越长。这样就直接导致了可用性越来越差。
• AP组合：我们访问系统的任意一个节点，都会秒响应，但是不同的系统响应的数据可能会出现不一致。

综上所述，我们如果想要一套分布式系统，那么肯定是追求AP而去牺牲C，达到最终一致性。而如何达到最终一致性，那么就是分布式事务要做的事了。