张大胖和CAP定理（分布式系统可用性 Availability一致性 Consistency分区容错性 Partition tolerance）

Posted 2020-11-12 skycto

 

原文链接：https://mp.weixin.qq.com/s/J1WH4ZYyVWGgXx9g2siocw

转自：码农翻身（微信号：coderising）

计算机界有很多高大上又难于理解的术语，CAP就是其中之一， 什么一致性（Consistency）， 可用性（Availability）， 分区容错性（Partition tolerance） 就很难理解了， 再加上CAP定理更是让人云里雾里， 今天咱们试图通俗的演绎一下。

张大胖在公司奋发图强，经过多年的努力，终于做到了架构师的位置。

架构师的椅子还没坐热，很快就来了一个项目要做架构设计。

老板把大胖叫来，谆谆教导说： 大胖啊， 数据是我们的宝贵资产，你设计的系统可千万要保证数据不能丢失啊！

大胖说老板放心， 这方面我有经验， 一般来讲我们要做数据的冗余处理， 简单的来讲就是给数据做多个副本来保存。 我会设计一个分布式系统， 把数据备份到多个机器节点去。

几天后， 大胖给发了一张图， 展示了这个分布式系统是怎么工作的：

 

 数据副本在不同的机器上做冗余， 中间有数据的复制， 保证数据的同步。

虽然只是两台机器， 但是也构成了一个简单的分布式环境。

老板虽然不懂技术， 但是看到数据在不同的机器之间有备份，也就放心了。

经过几个月的开发和测试，可容乃几千人并发的分布式系统顺利上线， 但是大家很快就发现： 分布式系统不像单机系统那么简单， 由于网络的原因， 或者某个机器的原因很容易导致通讯失败，或者节点不可用。

有一天， 用户先访问了左边的机器A , 写入了一条数据， 然后机器A很不幸， 网线被悲催的网管给踢掉了， 这直接导致了两个严重的后果：

1. 负载均衡找不着机器A，认为它死翘翘了， 就要把用户的下一次访问转到机器B去。

2. 数据复制也找不着机器A , 只好罢工。 用户刚写入的数据没法复制到机器B，机器B上还是老数据

怎么办？ 虽然这是一次偶然， 把网管臭骂一顿， 插上网线就可以了， 但是谁能保证以后两个机器的通信是一致畅通的呢？

组里的小王说： 我们的机器B 还活着呢， 还能提供服务， 数据复制不到机器B， 不就是少看几条数据嘛， 无伤大雅，不影响大局， 勉强可用， 插上网线后数据复制就会工作， 一切就会恢复正常。

小王无意中选择了系统的可用性(Availability，简称A)， 系统能提供服务就好， 数据不一致可以忍受。

张大胖说: 不行， 老板说了，我们系统的数据极为重要， 数据如果不一致会带来严重后果，所以机器B上的和这些关键数据相关的功能也必须停掉， 必须等到机器A插上网线，数据同步以后才能开工

很明显， 张大胖遵循老板指示， 把一致性（Consistency, 简称C ）放到了首位。

所以问题就很明显了， 在网络节点之间无法通信的情况下, 和数据复制相关的功能， 要么选择可用性(A) , 要么选择一致性©， 不能同时选择两者。

大胖仔细思考了一下， 其实这两种选择的背后其实隐藏着另外一个事实， 那就是网络节点之间无法通信的情况下， 节点被隔离，产生了网络分区， 整个系统仍然是可以工作的， 大胖给它起了个名： 分区容错性（Partition tolerance， 简称P）。

如果选择了可用性(A) + 分区容错性§ , 就要放弃一致性©。

如果选在一致性© + 分区容错性§ , 就得放弃可用性(A) ， 对了， 这种情况下，虽然系统的有些功能是不能使用的， 因为需要等待数据的同步， 但是那些和数据同步无关的功能还是可以访问的 ， 相当于系统做了功能的降级。

既然有AP和CP, 会不会出现仅仅是CA（一致性+可用性）这种组合呢？ 就是没有分区容错性， 只保留可用性和一致性？ 仔细想想， 这种情况其实就退化成了单机应用， 没有意义了。

大胖觉得自己似乎发现了一个规律： 在一个分布式计算机系统中，一致性©，可用性(A)和分区容错性§ 这三种保证无法同时得到满足，最多满足两个。

他决定把找个规律叫做CAP定理， 听起来比较高大上， 显得自己高深莫测。

如果你实在是搞不懂这CAP, 张大胖会告诉你一个更容易理解的版本： 在一个分布式系统中， 在出现节点之间无法通信（网络分区产生）， 你只能选择 可用性 或者 一致性， 没法同时选择他们。