1回答

Allen

2018-11-21

已采纳

CAP理论是一个比较著名的理论，适用场景主要是分布式系统，记住这个前提哦！~ 

CAP理论是什么？

Consistency (一致性)：

“all nodes see the same data at the same time”,即更新操作成功并返回客户端后，所有节点在同一时间的数据完全一致，这就是分布式的一致性。一致性的问题在并发系统中不可避免，对于客户端来说，一致性指的是并发访问时更新过的数据如何获取的问题。从服务端来看，则是更新如何复制分布到整个系统，以保证数据最终一致。

Availability (可用性):

可用性指“Reads and writes always succeed”，即服务一直可用，而且是正常响应时间。好的可用性主要是指系统能够很好的为用户服务，不出现用户操作失败或者访问超时等用户体验不好的情况。

Partition Tolerance (分区容错性):

即分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务。

分区容错性要求能够使应用虽然是一个分布式系统，而看上去却好像是在一个可以运转正常的整体。比如现在的分布式系统中有某一个或者几个机器宕掉了，其他剩下的机器还能够正常运转满足系统需求，对于用户而言并没有什么体验上的影响。

以上内容是我复制的概念，如果觉得不好理解，就简单点说 C是一致性，数据无论何时何地都是一样的。 A是可用性，就是服务不会随随便便的就不能用了。 P是分区容错性，说白了就是不同网络分区【可能是跨机房，跨地域】之间的服务可以做到对外提供统一服务。

CAP理论的根本是教导我们在一个分布式系统里，设计的时候不要追求三者都有，这是不可能的。 不存在你说的P是必须实现这件事，至于为什么，给你举个例子：

大部分分布式中间件都是只能满足AP，既高可用和分区容错，从性能与一致性之间它们选择了性能，所以它们追求的是最终一致性【也就是常说的软一致性】，所以它们并不能满足C， 你可以想象Redis、ES等等，读取不同节点是可能会读取到脏数据的，这就是证明

但是类似于MySQL集群，就很明显对CA，既一致性和可用性更看重， 在一定程度上忽略了分区容错性

这一类的例子很多，主要思考一下各个你见过的中间件， 就能解释CAP原则给我们带来的思考了

1

1

melanch_0001

非常感谢！

2018-11-21

共1条回复