CAP
来自智得网
简介
CAP理论是2000年由Eric Brewer教授提出的。即一个分布式系统不可能同时满足一致性，可用性，分区容忍性这三个需求，而最多只能同时满足2个。2002年MIT的Seth Gilbert和Nancy lynch证明了CAP的正确性。
CAP中的C是consistency（一致性）的缩写，首先解释一下一致性，一致性概念在计算机领域至少有下列含义：
- 数据库事务（ACID）的一致性是指数据变更的过程中需要满足正确的状态约束，这些约束分是数据库层面的约束，比如外键关系，但有一部分约束是指业务层实现的约束，例如转账的过程中用户的账户金额不能小于0。
不同于AID是数据库层面需要提供的能力，C需要用户自己实现。
- CAP中的一致性，指的是一个读操作从能读取到之前写操作的结果，在分布式场景下更多的指数据副本之间的一致性。这里的一致性从事件约束可以分为强一致性和最终一致性，强一致性是指用户每次都可以读取到最新的数据，最终一致性是指可以在确定的时间内查询到最新的数据。从实现的方式上可以分为顺序一致性和线性一致性。
可用性是指系统的可用性，每一次请求都能在一定的时间内响应。
分区容忍性主要解决的是脑裂问题，即网络出现分区的情况下的状态。
因为分布式理论天然需要支持分区容忍性，所以CAP的概念真正的本质是在网络分区的情况下，只能在一致性和可用性中选择一个特性。
原理
分区容忍性
分布式环境下的集群节点必然是有不同区域的物理分布的，分布可能是大的城域网分区，也可能是不同机房的分区，甚至小到机房的不同机架。
分区即集群的节点因为联通问题分成了两部分，此时面临的问题是两个分区同时提供服务，即脑裂问题，脑裂问题会导致后续的数据无法合并，因此分区容忍性就是解决脑裂问题。
对于存在leader节点的集群，脑裂风险来源于两个方面，一个是分区之后选出两个Leader节点，解决方案是有奇数个节点，而且要求必须要大于1半节点才可以选主。
第二个风险是新旧Leader。
无Leader的集群，对服务器个数也有要求。
Availability
可用性的解决方案就是冗余。
网络接入链路冗余
集群冗余
存储多备份冗余
Consistency
- 两阶段提交（2PC）
2PC经常用于分布式事务的场景，但是其思想也可以用于多副本数据的一致性保证。两阶段提交引入了协调者统一管理所有的节点（参与者）的操作，来确保多节点之间的操作同时成功或者失败。
Paxos
raft
应用
zookeeper
euraka