CAP理论与PACELC模型

什么是CAP

CAP是说一个分布式系统最多只能同时满足一致性（Consistency），可用性（Availability）和分区容错性（Partition tolerance）这三项中的两项。

在满足P的情况下，选择是优先保证一致性还是优先保证可用性。如果要保证一致性，就选择CP，如果要保证可用性，就选择AP。

一致性

一致性指所有节点在同一时间的数据完全一致，根据不同的业务场景，还可以灵活选择最终一致性方案和强一致性方案。

一致性方案一般包括：

• 2PC，两阶段提交
• 3PC，三阶段提交
• Paxos，Paxos 是很细致的一致性协议，但是一般实现过于复杂仅仅是理论
• Raft，Raft 是能够实现分布式系统强一致性的算法，TiDB 的一致性协议就是基于 Raft
• ZAB，Zookeeper 的一致性协议，基于 Paxos 简化
• NWR，上面提到的 dynamo 理论基础的协议，将 PACELC 均衡交给用户

最终一致性

最终一致性在理论上保证，假如数据未进行任何新的更新，则对数据执行的所有读取操作将返回最后更新的值。即一段时间后节点间的数据是一致的。

强一致性（实时一致性）

系统中某个数据被成功更新后，后续任何对该数据的读取操作都将得到更新后的值，即任意时刻所有节点中的数据都是一样的。

可用性

可用性指在服务正常响应期间一直可用，可用性一般与分布式数据冗余和负载均衡有着很大的关联。

分区容错性

分区容错性指分布式系统中某个节点故障或出现网络分区时，仍能提供满足一致性或可用性的服务。

"网络分区"^[1]

例子

假设有这样一个分布式系统A，和一个副本A1，一般情况下，客户端向系统A中写入数据后，接下来数据会同步到A1，然后返回成功信息给客户端。

这时候如果读取数据，无论从A还是A1中都会读取到最新值，满足一致性，而且A和A1都是可用的，但是如果A和A1之间的连接断开，数据无法同步到A1，

这就出现了网络分区，

PACELC模型

PACELC模型是在出现网络分区错误的情况下，取前半部分PAC，其内容和PAC基本一致，当没有网络分区错误的情况下，则取LC，即延迟（Latency）和一致性（Consistency）

BASE理论

BASE 是 Basically Available（基本可用）、Soft State（软状态）和 Eventually Consistent（最终一致性）三个单词的简写，作用是保证系统的可用性，然后通过最终一致性来代替强一致性，它是目前分布式系统设计中最具指导意义的经验总结。

软状态和最终一致性指的是允许系统中的数据存在中间状态，这同样是为了系统可用性而牺牲一段时间窗内的数据一致性，从而保证最终的数据一致性的做法。

目前这种处理数据的方式几乎成了互联网的标配设计模式，最经典的例子是在用户下单的时候不需要真正地扣减库存，而是仅在前台计个数，然后通过异步任务在后台批量处理。

---

1. 网络分区

   定义

   WIKI给的定义是： 网络分区指由于网络设备的failure，造成网络分裂为多个独立的组 。

   Gilbert和Lynch在论文中定义分区容忍性的： 网络允许丢失一个节点发给另一个节点的任意多的消息 。

   分区原因

   • 网络设备failure：比如网线断了，交换机故障了。
   • 节点failure：节点的软件或者硬件坏了，节点成为故障节点。当故障的节点非常多，故障节点和正常节点就不在1个分区，如果正常的节点数量达不到quorum，分布式系统无法正常运作。

   网络分区的检测

   • 同步网络下，橘黄色节点和青色节点间的通信中断，就当网线断裂好了，节点向对方发送的消息如果在超时时间内没有收到响应，就可以认为消息丢失，形成了网络分区。
   • 异步网络下，通信差是一种常态，消息的传递是非常不可靠的，消息无限延时，也可能丢失，根本无法确认消息是否到达对方节点，所以也无法确认/检测是否形成分区。
   ↩︎