定义 CAP 定理是 2000 年,由 Eric Brewer 提出来的。 Brewer 认为在分布式的环境下设计和部署系统 时,有 3 个核心的需求,以一种特殊的关系存在。 这 3 个核心的需求是: Consistency , Availability 和 Partition Tolerance CAP定理认为:一个提供数据服务的存储系统无法同时满足数据一致性、数据可用性、分区容忍 性
概念 Consistency: 一致性,这个和数据库 ACID 的一致性类似,但这里关注的所有数据节点上的数据一致性和正 确性,而数据库的 ACID 关注的是在在一个事务内,对数据的一些约束。 系统在执行过某项操作后仍然处于一致的状态。在分布式系统中,更新操作执行成功后所有的 用户都应该读取到最新值。 Availability: 可用性,每一个操作总是能够在一定时间内返回结果。需要注意 “ 一定时间 ” 和 “ 返回结果 ” 。 “ 一定时间 ” 是指系统结果必须在给定时间内返回。 “ 返回结果 ” 是指系统返回操作成功或失败的结果。 Partition Tolerance: 分区容忍性,是否可以对数据进行分区。这是考虑到性能和可伸缩性。 推导 如果要求对数据进行分区了,就说明了必须节点之间必须进行通信,涉及到通信,就无法确保在有限的时间内完成指定的任务 如果要求两个操作之间要完整的进行,因为涉及到通信,肯定存在某一个时刻只完成一部分的业务 操作,在通信完成的这一段时间内,数据就是不一致性的。 如果要求保证一致性,那么就必须在通信完成这一段时间内保护数据,使得任何访问这些数据的操 作不可用。 结论 在大型网站应用中,数据规模总是快速扩张的,因此可伸缩性即分区容忍性必不可少,规模变大以 后,机器数量也会变得庞大,这是网络和服务器故障会频繁出现,要想保证应用可用,就必须保证 分布式处理系统的高可用性。 在大型网站中,通常会选择强化分布式存储系统的可用性和伸缩性,在某种程度上放弃一致性 标签:返回,CAP,原则,分区,Zookeeper,通信,一致性,数据 From: https://blog.csdn.net/Kiss1024b/article/details/143307523