对于开发或设计分布式系统架构的架构师、工程师来说，CAP是必须要掌握的基础理论，CAP理论可以帮助架构师对系统设计中的目标进行取舍，合理的系统才分的维度。下面我们先来了解下分布式系统的特点。
1. 分布式系统的特点
1）背景：
随着移动互联网的快速发展，互联网的用户数量越来越多，产生的数据规模也越来越大，对应系统提出了更高的要求，我们的系统必须支持高并发访问和海量数据处理。
分布式系统技术就是用来解决集中式架构的性能瓶颈问题，来适应快速发展的业务规模，一般来说，分布式系统是建立在网络之上的硬件或者软件系统，彼此之间通过消息等方式进行通信和协调。
分布式系统的核心是可扩展性，通过对服务、存储的扩展，来提高系统的处理能力，通过对多台服务器协同工作，来完成单台服务器无法完成的任务，尤其是搞并发或者大数据量的任务。
2） 特点：
除了对可扩展性的需求，分布式系统还有不出现单点故障、服务或者存储无状态等特点。
单点故障： 系统中某一组件一旦失效，这会让整个系统无法工作，而不出现单点故障，单点不影响整体，就是分布式系统的设计目标之一；
无状态
因为无状态的服务才能满足部分机器宕机不影响全部，可以随时进行扩展的需求。
3） 缺点：
由于分别系统的特点，在分布式环境中更容易出现问题，比如节点之间通信失败、网络分区故障、多个副本的数据不一致等，为了更好的在分布式系统下进行开发，学者们提出了一系列理论，其中具有代表性的就是CAP理论。
2. CAP理论介绍
CAP理论：一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容忍性（Partition Tolerance） 这三项中的两项。下面画一张图来帮助大家记录
CAP模型.png
一致性： 是指“所有节点同时看到相同的数据”，即更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致，等同于所有节点拥有数据的最新版本。
可用性： 是指在“任何时候，读写都是成功的”，即服务一直可用，而且是正常响应时间。
分区容忍性：是指“当部分节点出现消息丢失或者分区故障的时候，分布式系统仍然能够继续运行”，即系统容忍网络出现分区，并且在遇到节点或网络分区之间网络不可达的情况下，仍然能够对外提供满足一致性和可用性的服务。
在分布式系统中，由于系统的各层拆分，P是确定的，CAP的应用模型就是CP架构和AP架构。分布式系统所关注的，就是在Partition Tolerance 的前提下，如何实现更好的A和更稳定的C。
3. CAP理论的应用
CAP理论提醒我们，在架构设计中，不要把精力浪费在如何设计能满足三者的完美分布式系统上，而要进行合理的取舍，CAP理论类似数学上的不可能三角，只能三者选其二，不能全部获得。
不同的业务对于一致性的要求是不同的。举个例来讲，在微博上发表评论和点赞，用户对不一致是不敏感的，可以容忍相对较长的时间的不一致，只要做好本地的交互，并不会影响用户体验；而我们的电商购物时，产品价格数据是要求强一致的，如果商家更改价格不能实时生效，则会对交易的成功率产生非常大的影响。
需要注意的是，CAP理论中是忽略网络延迟的，也就是当事务提交时，节点间的数据复制是一定需要花费时间的。即使是同一个机房，从节点A复制到节点B,由于现实中网络不是实时的，所有总会有一定的时间不一致。
4. CP和AP架构的舍取
在通常的分布式系统中，为了保证数据的高可用，通常会将数据保留多个副本，网络分区是既成的现实，于是只能在可用性和一致性两者间做出选择。CAP理论关注的是在绝对情况下，在工程上，可用性和一致性并不是完全对立的，我们关注的往往是如何在保持相对一致性的前提下，提高系统的可用性。
1） CP架构：放弃可用性，追求一致性和分区容错性。我们熟悉的ZooKeeper就是采用了CP一致性，这意味着面对网络分区时，为了一致性，它是不可用的。
2） AP架构：放弃强一致性，追求分区容错性和可用性，这是很多分布式系统设计时的选择。Base理论也是根据AP来扩展的。
5. CAP理论的证明
有小伙伴可能会比较疑惑，为啥不能够同时满足一致性，可用性和分区容错性。有很多的前辈帮我们已经证明了,通过反证的方法是最直观的，下面通过一个实际场景，如果CAP三者可同时满足，由于允许P的存在，则一定存在Server之间的丢包，如此则不能保证C。
单一架构.png
首先构造单机系统，如上图，Client A可以发送指令到Server 并且设置更新X的值，Client1 从Server读取该值，在单点情况下，即没有网络分区的情况下，通过简单的事务机制，可以保证Client1 读到的数据始终是最新值，不存在不一致的问题。
多节点架构.png
我们在系统中增加一组节点，因为允许分区容错，Write操作可能在Server 1 上成功，在Server 2 上失败，这个时候Client1 和Client2，就会读取到不一致的值，出现不一致的情况，如果要保持X值的一致性，Write 操作必须同时失败，也就是降低了系统的可用性。
可以看到，在分布式系统中，无法同时满足CAP理论中的，“一致性”，“可用性”和“分区容错性”。
在该证明中，对CAP的定义进行了更明确的声明：
Consistency： 一致性被称为原子对象，任何的读写都应该看起来是“原子”的，或串行的，写后面的读一定能读到写前面的内容，所有的读写请求都好像被全局排序。
Availability： 对任何非失败节点都应该在有限的时间内给出请求的回应；
Partition Tolerance：，允许节点之间丢失任意多的消息，当网络分区发生时，节点之间的消息可能会完全丢失。
参考文章：如何证明分布式系统的CAP理论。
今天就写到这里，想学习分布式的小伙伴要重视基础哦，如果一些基础的概念都搞不清楚的话，学起来就会比较迷糊。
网友评论