CAP定理

CAP定理

在理论计算机科学中，CAP定理，也可以用计算机科学家Eric Brewer命名称为Brewer定理，指出分布式数据存储不可能同时提供以下三种保证中的两种以上：

• 一致性(Consistency)
  • 每次读取都能收到最近一次的写或者出错
• 可用性(Availability)
  • 每次请求都能收到一个（非出错的）响应——并不保证包含最新写的
• 分区容错性(Partition tolerance)
  • 尽管任意数量的消息被节点间的网络丢弃或者延迟，但是系统持续运转

当一个网络分区故障发生的时候，我们应该决定：

• 取消操作并因此降低可用性，但是保证了一致性 CP
• 继续处理操作并因此提供了可用性，但是带来了数据不一致的风险 AP

特别地，CAP定理指出当存在网络分区的时候，必须在可用性和一致性中做出选择。

特别注意，CAP定理中的一致性(Consistency)跟数据库事务中的ACID特性中的一致性完全不同。

解释

没有分布式系统可以避免网络故障，因此通常必须容忍网络分区。在存在分区的情况下，剩下的两个选项就只能选择其中一个：一致性或可用性。

• 在选择一致性而非可用性时，如果由于网络分区而无法保证特定信息是最新的，则系统将返回错误或超时。
• 在选择可用性而非一致性时，即使由于网络分区而无法保证其是最新的,系统将始终处理查询并尝试返回最新版本的可用信息。

在没有网络故障的情况下 - 也就是说，当分布式系统正常运行时 - 可以满足可用性和一致性。

CAP经常被误解，好像必须始终选择放弃三种保证中的一种。实际上，只有在发生网络分区或故障时，才在一致性和可用性之间进行选择; 在所有其他时间，不需要进行任何权衡(trade-off)。

在传统ACID保证之下设计的数据库系统，例如RDBMS，选择一致性而非可用性；而基于BASE理念设计的系统，例如NoSQL运动中常见的，选择可用性而不是一致性。

PACELC定理以CAP为基础，即使在没有分区的情况下，也会在延迟和一致性之间进行另一次权衡。

参考资料

1 CAP定理 https://en.wikipedia.org/wiki/CAP_theorem