CAP概述

    CAP理論：一個分散式系統最多隻能同時滿足一致性（Consistency）、可用性（Availability）和分割槽容錯性（Partition tolerance）這三項中的兩項。

CAP定義

C（一致性）

    一致性指“all nodes see the same data at the same time”，即更新操作成功並返回客戶端完成後，所有節點在同一時間的資料完全一致，所以，一致性，說的就是資料一致性（CAP中的一致性指的是強一致性）。

三種一致性策略

    對於關係型資料庫，要求更新過的資料能被後續的訪問都能看到，這是強一致性。

    如果能容忍後續的部分或者全部訪問不到，則是弱一致性。

    如果經過一段時間後要求能訪問到更新後的資料，則是最終一致性。

A（可用性）

    服務一直可用，而且是正常響應時間。

P（分割槽容錯性）

分散式系統在遇到某節點或網路分割槽故障的時候，仍然能夠對外提供滿足一致性和可用性的服務。

CAP權衡

    注意：C，A，P三者並不是平等的，對於一個分散式系統來說。P是一個基本要求，CAP三者中，只能在CA兩者之間做權衡，並且要想盡辦法提升P。故不考慮CA沒有P的情況。

CP

    如果一個分散式系統不要求強的可用性，即容許系統停機或者長時間無響應的話，就可以在CAP三者中保障CP而捨棄A。

    一個保證了CP而一個捨棄了A的分散式系統，一旦發生網路故障或者訊息丟失等情況，就要犧牲使用者的體驗，等待所有資料全部一致了之後再讓使用者訪問系統。

    如redis、Zookeeper等。

AP

    要高可用並允許分割槽，則需放棄一致性。一旦網路問題發生，節點之間可能會失去聯絡。為了保證高可用，需要在使用者訪問時可以馬上得到返回，則每個節點只能用本地資料提供服務，而這樣會導致全域性資料的不一致性。

    如12306、電商系統等

    但是，放棄了C，只是放棄了強一致性，系統仍會保證最終一致性。比如12306買票，你按照正常流程，付完款之後，過了一段時間，12306提示你出票失敗，這就是最終一致性的表現。

參考

http://www.hollischuang.com/archives/666