分布式系统的CAP原则

 （编写不易，转载请注明：http://shihlei.iteye.com/blog/2411612）

一 概述

分布式系统（多台服务器，通过网络相互协调，组成一个整体对外提供服务的系统）

 

（1）CAP原则：任何基于网络的数据共享系统，最多只能满足数据一致性、可用性、分区容忍性三要素中的两个要素。

 

（2）CAP解释：

Consistency(一致性)：数据在所有服务器上副本是否一致。 

Availability(可用性)： 数据是否在一定时间内更新成功。

Partition tolerance(分区容忍性)： 

分区：数据只存在于部分服务器。

分区容器性：数据保存在一个分区里，存在故障（网络慢，处理慢，或网络不可用），造成分区数据对于某些服务不可用，是否可以忍受。

 

二 CAP原则解释

（1）解释：

1）满足CA: 数据写入多个副本，一定写入成功，则要求不会产生故障造成分区（其实P一定保证不了，但是P的概率比较低）

2）满足CP: （强一致）所有副本要不写入成功，则视为处理成功，否则视为失败（出错几率增加，可用性下降）

3）满足AP: （弱一致）所有副本部分写入成功，则视为处理成功（数据在各个副本不一致，一致性下降）

 

（2）实践：

1）架构需要根据业务类型进行取舍，不要耗费精力设计同时满足CAP的分布式系统。

2）分布是系统，分区产生的概率小，但具有必然性，因此需要在可用性，一致性上进行取舍。目前大多数系统业务情况一般妥协一致性，换来高可用。

3）为解决强一致性造成可用性降低的问题，目前妥协的策略是BASE原则提出的最终一致性。

 

三 BASE原则

（1）原则：

基本可用（Basically Available）

软状态（Soft state）

最终一致（Eventually consistent）

 

（2）解释：

部分副本写入成功，视为成功，通过补偿机制，允许在一定时间内，失败的副本能写入成功。

 

四 关于一致性的冲突处理

（1）场景：

通过多台服务器修改相同的数据，要保证在所有副本服务器上按照相同的顺序执行修改，这样在所有副本上的最终一致性才是可靠的。

 

例如：

操作1 执行： A 机器 修改 数据记录 A 状态设置为有效

操作2 晚于1 执行 ：B 机器 修改 数据记录 A 状态设置为废弃

 

若没有冲突处理的情况下，有些副本 A 是废弃的（正常想要的结果）， 有些副本A 有效的（因为操作1 的同步操作因为故障灯原因，晚于 操作2 到达该副本）。

 

（2）解决方案：

• 分布式锁：不允许同时修改。

• Paxos：基于消息的一致性算法，保证在副本的上更新顺序是相同的。

• 基于MQ：消息先写入MQ，由于MQ天然有顺序，所以操作一定可以按照顺序执行。