CAP定理-可用性和分区容限

317
投票

一致性意味着整个集群中的数据都是相同的，因此您可以从任何节点读取或写入任何节点，并获取相同的数据。

可用性意味着即使集群中的节点出现故障也可以访问集群。

分区容限意味着，即使两个节点之间的“分区”（通信中断）（两个节点都在上，但无法通信），集群也可以继续运行。

为了同时获得可用性和分区容忍度，您必须放弃一致性。考虑在主-主设置中是否有两个节点X和Y。现在，X和Y之间的网络通信中断，因此它们无法同步更新。此时，您可以：

A）允许节点不同步（放弃一致性），或

B）认为群集已“关闭”（放弃可用性）

所有可用的组合是：

CA-所有节点之间的数据都是一致的-只要所有节点都处于联机状态-您就可以从任何节点读取/写入数据，并确保数据相同，但是如果您在节点，数据将不同步（一旦解决分区，将不会重新同步）。
CP-所有节点之间的数据都是一致的，并且当节点发生故障时变得不可用，从而保持分区容限（防止数据不同步）。
AP-节点即使无法彼此通信也将保持联机状态，并且一旦分区解决后将重新同步数据，但是不能保证所有节点都具有相同的数据（在此期间或之后）分区）

您应注意，CA systems don't practically exist（即使某些系统声称是这样）。

30
投票

[将P与C和A等同地考虑是一个错误，而C，A，P中的'3之2'的概念是误导的。我要简单地解释CAP定理的方式是：“在分布式数据存储中，在进行网络分区时，您必须选择“一致性”或“可用性”，而不能同时选择两者。较新的NoSQL系统试图将重点放在可用性上，而传统的ACID数据库则将重点放在一致性上。

您确实不能选择CA，网络分区不是任何人都想要的，这只是分布式系统的不受欢迎的现实，网络可能会失败。问题是，当发生这种情况时，您会为应用程序选择什么权衡。最早提出该术语的人的article似乎很清楚地解释了这一点。

18
投票

这里是我讨论CAP的方法，特别是关于P的问题。

只有在您可以使用单一的单服务器数据库（可能具有复制功能，但所有数据都位于一个“故障块”上–服务器不被视为部分故障）的情况下，CA才可能。

如果您的问题需要横向扩展，分布式和多服务器，则可能会发生网络分区。您已经在要求P。我所解决的问题很少是总是采用单服务器范例的（或者如Stonebraker所说，“分布式就是赌注”）。如果您发现CA问题，那么像传统的非横向扩展RDBMS这样的解决方案将带来很多好处。

对我来说，很少见：所以我们继续讨论AP与CP。

只有在有分区时，才可以在AP和CP操作之间进行选择。如果网络和硬件运行正常，您也可以吃蛋糕。

让我们讨论AP / CP的区别。

AP-有网络分区时，让独立的部分自由运行。

CP-当存在网络分区时，请关闭节点或禁止进行读写操作，从而导致确定性故障。

我喜欢可以同时实现这两种功能的体系结构，因为有些问题是AP，有些是CP-有些数据库可以同时做到。在CP和AP解决方案中，也有一些细微之处。

例如，在AP数据集中，您可能会出现读取不一致和生成写冲突的情况-这是两种可能的AP模式。可以将系统配置为具有高读取可用性的AP，但不允许写入冲突吗？或者您的AP系统可以使用强大而灵活的解析系统来接受写入冲突？您最终会需要两者吗，还是可以选择一个只需要一个的系统？

在CP系统中，如果有小分区（单个服务器），您将获得多少不可用性？更大程度的复制会增加CP系统中的不可用性，系统如何处理这些折衷？

这些都是与CP和AP有关的所有问题。

Brewer的“ 12年后”一书是该领域的热门读物。我相信这将清楚地推动CAP辩论，并强烈推荐。

8
投票

0
投票

一致性–当我们发送读取请求时，如果返回的是结果，它应该返回客户端请求给出的最新写入。可用性–您的读/写请求应始终成功。分区容限–发生网络分区（某些机器相互交谈的问题）时，系统仍应正常工作。

0
投票

在简单的CAP定理中，分布式系统不可能同时提供所有三个保证：

0
投票

我觉得在任何一个答案中分区容忍度都没有很好地解释，只是为了更详细地解释CAP定理的意思：