系统架构师知识：什么是CAP.docx

系统架构师知识：什么是CAP系统架构师知识：什么是CAPCAP、BASE理论是当前在互联网领域非常流行的NoSQL的理论基础。那么什么是CAP呢?我们一起来了解一下!1、什么是CAP著名的CAP理论是由Brewer提出的，所谓CAP，即一致性(Consistency)、可用性(Availability)和分区容错性(PartitionTolerance)。(1)、Consistency(一致性)：更新操作成功并返回客户端完成后,分布式的所有节点在同一时间的数据完全一致(Allnodesseethesamedataatthesametime)。这里的一致性，一定要和传统的RDBMS中的事务一致性区分开。在传统的RDBMS中，事务具有ACID4个属性，即原子性(Atomicity)，一致性(Consistency)，隔离性(Isolation)和持久性(Durable)。ACID是关系型数据库的最基本原则，遵循ACID原则强调一致性，对成本要求很高，对性能影响很大。a、原子性(Atomicity)：事务是一个原子操作单元，其对数据的修改，要么全都执行，要么全都不执行。b、一致性(Consistency)：在事务开始和完成时，数据都必须保持一致状态。这意味着所有相关的数据规则都必须应用于事务的修改，以保持数据的完整性;事务结束时，所有的.内部数据结构(如B树索引或双向链表)也都必须是正确的。c、隔离性(Isolation)：数据库系统提供一定的隔离机制，保证事务在不受外部并发操作影响的“独立”环境执行。这意味着事务处理过程中的中间状态对外部是不可见的，反之亦然。d、持久性(Durability)：事务完成之后，它对于数据的修改是永久性的，即使出现系统故障也能够保持。MIT的Gilbert和Lynch在证明CAP的过程中改变了Consistency的概念，也就是将Consistency转化为Atomic。Gilbert认为这里所说的Consistency其实就是数据库系统中提到的ACID的另一种表述：一个用户请求要么成功、要么失败，不能处于中间状态(Atomic);一旦一个事务完成，将来的所有事务都必须基于这个完成后的状态(Consistent);未完成的事务不会互相影响(Isolated);一旦一个事务完成，就是持久的(Durable)。(2)、Availability(可用性)：读和写操作都能成功(Readsandwritesalwayssucceed)。可用性是说服务能一直保证是可用的状态，当用户发出一个请求，服务能在有限时间内返回结果，所有的请求都能“成功”拿到对应的响应。(3)、PartitionTolerance(分区容错性)：在出现网络故障导致分布式节点间不能通信时，系统能否继续服务(Thesystemcontinuestooperatedespitearbitrarymessagelossorfailureofpartofthesystem)。直观感受就是系统中节点crash或者网络分片都不应该导致一个分布式系统停止服务。2、如何证明CAP?CAP的证明很简单：假设两个节点集{G1,G2}，由于网络分片导致G1和G2之间所有的通讯都断开了。如果在G1中写，在G2中读刚写的数据，G2中返回的值不可能是刚刚在G1中的写值。对于分布式数据系统而言，分区容错性(PartitionTolerance)是基本要求，否则就不称其为分布式系统。由于可用性(Availability)的要求，G2一定要返回这次读请求，因为分区容错性(PartitionTolerance)的存在，导致一致性(Consistency)一定是不可满足的。CAP理论告诉我们，一个分布式系统不可能同时满足一致性，可用性和分区容错性这三个需求，三个要素中最多只能同时满足两点。显然,任何横向扩展策略都要依赖于数据分区，软件架构通常必须在一致性(Consistency)与可用性(Availability)之间做出选择。3、CAP的延伸BASEBASE是BasicallyAvailable、Softstate、Eventuallyconsistent三个词组的简写，是对CAP中C和A的延伸。(1)BasicallyAvailable：基本可用，即数据一致性能够基本满足二八定律，即至少保证80%一致性，剩下20%就不要过于纠结。(2)Soft-state：软状态/柔性事务，即状态可以有一段时间的不同步。在不过分追求数据一致性(强一致性)前提下可考虑软状态策略，例如把数据(State)缓存在客户端一段时间，在一段时间过后，如果客户端没有再次刷新状态的请求的话，就清除此缓存(Soft)，这个状态就会消失。(3)Eventualco