CAP定理和Base理论

ゝ一纸荒年。 2022-12-15 12:45 124阅读 0赞

**什么是分区？**  
一个分布式系统里面，节点组成的网络本来应该是连通的。然而可能因为一些故障，使得有些节点之间不连通了，整个网络就分成了几块区域。数据就散布在了这些不连通的区域中。这就叫分区。

**什么是分区容错性？（P）**  
分区容错性，即当分区出现后，能否保证数据的继续访问。当你一个数据项只在一个节点中保存，那么分区出现后，和这个节点不连通的部分就访问不到这个数据了。这时分区就是**无法容忍的**。  
提高分区容忍性的办法就是一个数据项复制到多个节点上，那么出现分区之后，这一数据项就可能分布到各个区里。容忍性就提高了。

**什么是一致性？（C）**  
要把数据复制到多个节点，就会带来**一致性**的问题，就是多个节点上面的数据可能是不一致的。而一致性就是要保证所有节点的数据必须一致。

**什么是CAP定理？**  
指的是在一个分布式系统中，Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性）最多只能同时三个特性中的两个，三者不可兼得。而分区容错性是一定要保证的，所以一般都会牺牲一致性。

**为什么CAP三者不可兼得？**  
先来想想比如用户注册这个场景，我们服务器部署在北京和上海，为了避免用户注册信息单节点存储数据丢失问题，我们会在保存的时候同时在北京和上海的数据中都保存这条数据，这既是保证了分区容错性（P）。  
保证了分区容错性（P）会带来什么问题呢？我们来设想一下，有一天北京到上海的网络出现故障，导致延迟非常高（假设延迟一天以上），我们还让不让用户继续注册呢？允许继续注册即带来一个问题，北京和上海的数据无法一致，即无法满足一致性（C），被允许继续注册数据的一致性倒是可以保证，但是又无法满足可用性（A）。如果我们强行要满足C和A，那就只能是单节点部署，单节点部署不存在同步问题即不会有数据一致性问题，但是单节点部署又不满足分区容错性了（P）。  
所以说CAP我们最终只能保证其中的2个

总的来说就是，数据存在的节点越多，分区容忍性越高，但要复制更新的数据就越多，一致性就越难保证。为了保证一致性，更新所有节点数据所需要的时间就越长，可用性就会降低。这就是为什么说CAP中只能保证其中的两个。

**什么是BASE理论**  
既然CAP定理规定只能保证其中2个，那一般是保证哪两个呢？一般来说分区容错性（P）是无法舍弃的，毕竟数据无价。可用性也是系统的基石（A），系统都用不了了还谈个xx?。所以只能是舍弃一致性（C），毕竟前面的例子延迟高并不是说一致性完全没法保障，只是有延迟罢了。这又引出来一个新的理论，即BASE理论

**BASE：** Basically Available(基本可用)，Soft State（软状态）和Eventually Consistent（最终一致性）三个短语的缩写。其核心思想是：既是无法做到强一致性（Strong consistency），但每个应用都可以根据自身的业务特点，采用适当的方式来使系统达到最终一致性（Eventual consistency）。

面试总结：在一个分布式系统中，我们要想提高分区容错性，那就需要增加多节点，这样才不会导致一个节点挂了，整个系统不可用，但增加了多个节点就会导致一致性的问题，因为数据需要同步，那么我们就需要写数据的时候所有节点同步，但这样效率就低，又会造成可用性不高的问题，所以CAP中只能保证其中两个。一般来说分区容错性是必须要保证的，只能在可用性和一致性中选择，也就是所谓的base理论，比如zookeeper就说保证的Cp，也就是基本可用，而eureka中保证的就是ap，最终一致性。