分布式CAP原理

根据维基百科定义【CAP】

根据定理，一个分布式系统最多只能满足其中两项， 不可能同时满则C-A-P三项

首先说一下对各项原则的理解

（1）一致性C：

单机环境下， 数据只有一份，所有的客户端访问的是同一份数据，不会出现两个客户端看到不一样的数据；分布式环境下，同一份数据会保存在多台服务器上，大量客户端来访问数据，负载会分布在各个服务器上，两个不同的客户端C1,C2可能访问的是不同的两台服务器S1,S2, 如果S1,S2上当前数据完全一样，C1,C2会拿到同样的数据，满足一致性；而要保证每个时刻S1,S2上的数据完全一样，在每次对数据更新的时候，就必须等待C1,C2都完成了数据更新， 该次数据更新操作才能成功返回。

（2）可用性A：

可用性要求所有的读写请求必须在一定的时间得到响应，可以终止，但是不可以一直等待。在单机环境中，如果服务没问题，读写服务可以很快返回，如果服务器挂掉，也可以很容易做到返回响应。但是在分布式环境中，一个写请求达到某一个服务器，该服务更新数据后还得和集群中其他服务器同步数据，使得各个服务器数据一致， 但是网络是不可控的，可能某些服务器之间的网络出现故障导致更新请求无法送达，或者更新完成ACK无法返回，这个时候就要选择是直接返回，还是等待更新成功。

（3）分区容错性P：

分区容错性要求在发生网络分区的情况下，被分割的节点仍能对外提供服务。单机环境下不会发生网络分区，分布式环境下，任意时刻，当前环境下各个服务器的数据即使存在不一致，也要系统能正常对外提供服务。这就会导致一问题，多个客户端访问不同的服务器，由于数据不一致，会存在对同一份数据的访问，得到不同的结果（也就是违背了一致性原则）。

为什么不能同时满足CAP？

（1）假设当前分布式系统满足CA，C要求各个客户端读到的数据必须是一致的，考虑发生网络分区的情况，当前各个服务器存在数据不一致，那么根据C系统是不可以对外提供服务的（因为不同的客户端访问同一份数据会得到不同的结果），那么也就无法满足分区容错性P。

（2）假设当前分布式系统满足CP， 在网络发生分区的情况下，为达到C, 请求只能一直等待，等待网络分区情况解除，系统数据同步完成才能返回，这就无法满足可用性A。

（3）假设当前分布式系统满足AP, 系统要求在一定的时间内就要返回，在发生网络分区的情况下，为了保证P，即使出现网络分区也要正常提供服务，按时返回数据，可能不同客户端访问同一份数据得到不同的结果，这就不能保证数据的一致性C。

总结：

（1）分布式环境下的CAP理论无法同时满足，一般根据业务需要满足其中两个

（2）一些分布式一致性服务，比如zookeeper，牺牲一致性来保证集群的稳定性和可用性，它们无法做到强一致性，但是可以达到最终一致性。