1.7 CAP

1. 为什么有CAP

分布式系统有多个节点，各个节点之间状态需要同步，这就需要CAP理论的支持

2. CAP是什么

三者只能选其二

2.1. C(Consistency)

一致性。 写操作之后读，必须返回该值。当数据分布在多个节点上的时候，从任意一个节点读取的数据都是该值。

2.1.1. 举例

A、B两区数据X的值为v0；用户向A区写入X的值为v1；此时用户从B区读取X的值也必须为v1才行

2.1.2. 实现

1. 写入主数据库的时候需要同步到从数据库
2. 同步期间需要加锁，防止读到旧数据

2.1.3. 特点

1. 由于存在数据同步的过程，所以写操作会有延迟
2. 会对资源锁定，不允许访问

2.1.4. 一致性模式

分布式一致性模型.md

2.2. A(Availability)

可用性。 只要收到用户请求，就必须给出回应。不会出现超时或者错误

2.2.1. 举例

2.2.2. 实现

1. 写入主数据库的时候需要同步到从数据库
2. 同步期间不能加锁，可以访问并获取旧数据

2.2.3. 特点

1. 可能读到旧数据
2. 不会出现请求超时或错误的情况

2.2.4. 可用性模式

分布式系统复制.md

2.3. P(Partition tolerance)

分区容错。 分布式系统的节点分布在多个子网络中的，每个子网络就叫做一个区。分区容错的意思是网络区之间的通信可能失败。 由P的定义可知他总是成立的，或者说无法避免的。

2.3.1. 举例

一台服务器放在中国，另一台服务器放在美国，这就是两个区，它们之间可能无法通信。

2.3.2. 实现

1. 用异步代替同步
2. 添加从节点

2.3.3. 分区模式

分布式系统分区.md

3. CA矛盾的原因

为了保持一致性，A区写操作的时候，必须锁定B区的读写，待数据同步后才开放 为了保持可用性，A区写操作的时候，B区不能锁定

4. CAP三选二

4.1. AP

放弃一致性，追求分区容忍性和可用性。 一般都会实现最终一致性（AP的扩展BASE.md理论）。例如订单退款，今日退款成功，明日账户到账

4.2. CP

放弃可用性，追求一致性和分区容忍性。 例如跨行转账，一方减了，另一方必须加

4.3. CA

放弃分区容忍性，追求一致性和可用性 相当于只有一台机器，不是分布式系统。例如数据库。

5. 参考

• CAP 定理的含义 - 阮一峰的网络日志