CAP理論以及kafka當中的CAP機制

• 分散式系統當中的CAP理論
• • 一致性：Consistency
  • 可用性：Availability
  • 分割槽容忍性：Partition tolerance
• Partition tolerance
• Consistency
• Availability
• kafka當中的CAP應用

分散式系統當中的CAP理論

分散式系統（distributed system）正變得越來越重要，大型網站幾乎都是分散式的。
分散式系統的最大難點，就是各個節點的狀態如何同步。
為了解決各個節點之間的狀態同步問題，在1998年，由加州大學的電腦科學家 Eric Brewer 提出分散式系統的三個指標，分別是

• Consistency：一致性
• Availability：可用性
• Partition tolerance：分割槽容錯性

Eric Brewer 說，這三個指標不可能同時做到。最多隻能同時滿足其中兩個條件，這個結論就叫做 CAP 定理
CAP理論是指，分散式系統中，一致性、可用性和分割槽容忍性最多隻能同時滿足兩個。

一致性：Consistency

• 通過某個節點的寫操作結果對後面通過其它節點的讀操作可見
• 如果更新資料後，併發訪問情況下後續讀操作可立即感知該更新，稱為強一致性
• 如果允許之後部分或者全部感知不到該更新，稱為弱一致性
• 若在之後的一段時間（通常該時間不固定）後，一定可以感知到該更新，稱為最終一致性

可用性：Availability

• 任何一個沒有發生故障的節點必須在有限的時間內返回合理的結果

分割槽容忍性：Partition tolerance

• 部分節點宕機或者無法與其它節點通訊時，各分割槽間還可保持分散式系統的功能
一般而言，都要求保證分割槽容忍性。所以在CAP理論下，更多的是需要在可用性和一致性之間做權衡。

Partition tolerance

先看 Partition tolerance，中文叫做"分割槽容錯"。
大多數分散式系統都分佈在多個子網路。每個子網路就叫做一個區（partition）。分割槽容錯的意思是，區間通訊可能失敗。比如，一臺伺服器放在中國，另一臺伺服器放在美國，這就是兩個區，它們之間可能無法通訊。

Consistency

Consistency 中文叫做"一致性"。意思是，寫操作之後的讀操作，必須返回該值。舉例來說，某條記錄是 v0，使用者向 G1 發起一個寫操作，將其改為 v1。

接下來，使用者的讀操作就會得到 v1。這就叫一致性。

問題是，使用者有可能向 G2 發起讀操作，由於 G2 的值沒有發生變化，因此返回的是 v0。G1 和 G2 讀操作的結果不一致，這就不滿足一致性了。

為了讓 G2 也能變為 v1，就要在 G1 寫操作的時候，讓 G1 向 G2 傳送一條訊息，要求 G2 也改成 v1。

這樣的話，使用者向 G2 發起讀操作，也能得到 v1。

Availability

Availability 中文叫做"可用性"，意思是隻要收到使用者的請求，伺服器就必須給出迴應。
使用者可以選擇向 G1 或 G2 發起讀操作。不管是哪臺伺服器，只要收到請求，就必須告訴使用者，到底是 v0 還是 v1，否則就不滿足可用性。

kafka當中的CAP應用

kafka是一個分散式的訊息佇列系統，既然是一個分散式的系統，那麼就一定滿足CAP定律，那麼在kafka當中是如何遵循CAP定律的呢？kafka滿足CAP定律當中的哪兩個呢？
kafka滿足的是CAP定律當中的CA，其中Partition tolerance通過的是一定的機制儘量的保證分割槽容錯性。
其中C表示的是資料一致性。A表示資料可用性。

kafka首先將資料寫入到不同的分割槽裡面去，每個分割槽又可能有好多個副本，資料首先寫入到leader分割槽裡面去，讀寫的操作都是與leader分割槽進行通訊，保證了資料的一致性原則，也就是滿足了Consistency原則。然後kafka通過分割槽副本機制，來保證了kafka當中資料的可用性。但是也存在另外一個問題，就是副本分割槽當中的資料與leader當中的資料存在差別的問題如何解決，這個就是Partition tolerance的問題。

kafka為了解決Partition tolerance的問題，使用了ISR的同步策略，來盡最大可能減少
Partition tolerance的問題
每個leader會維護一個ISR（a set of in-sync replicas，基本同步）列表
ISR列表主要的作用就是決定哪些副本分割槽是可用的，也就是說可以將leader分割槽裡面的資料同步到副本分割槽裡面去，決定一個副本分割槽是否可用的條件有兩個
• replica.lag.time.max.ms=10000 副本分割槽與主分割槽心跳時間延遲
• replica.lag.max.messages=4000 副本分割槽與主分割槽訊息同步最大差