分佈式系統中的CAP原理
簡介
在分佈式系統中，我們經常聽到CAP原理這個詞，它是什麼意思呢？其實和C、A、P這3個字母有關，C、A、P分別是這3個詞的首字母。下面我們就看一下這3個詞分別是什麼意思？
- C - Consistent ，一致性。具體是指，操作成功以後，所有的節點，在同一時間，看到的數據都是完全一致的。所以，一致性，說的就是數據一致性。
- A - Availability ，可用性。指服務一致可用，在規定的時間內完成響應。
- P - Partition tolerance ，分區容錯性。指分佈式系統在遇到某節點或網絡分區故障的時候，仍然能夠對外提供服務。
CAP原理指出，這3個指標不能同時滿足，最多隻能滿足其中的兩個。
詳解
我們之所以使用分佈式系統，就是爲了在某個節點不可用的情況下，整個服務對外還是可用的，這正是滿足P（分區容錯性）。如果我們的服務不滿足P（分區容錯性），那麼我們的系統也就不是分佈式系統了，所以，在分佈式系統中，P（分佈容錯性）總是成立的。那麼，A（可用性）和C（一致性）能不能同時滿足呢？我們看一下下面的圖例。
A和B是兩個數據節點，A向B同步數據，並且作爲一個整體對外提供服務。由於我們的系統保證了P（分區容錯性），那麼A和B的同步，我們允許出現故障。接下來我們再保證A（可用性），也就是說A和B同步出現問題時，客戶端還能夠訪問我們的系統，那麼客戶端既可能訪問A也可能訪問B，這時，A和B的數據是不一致的，所以C（一致性）不能滿足。
如果我們滿足C（一致性），也就是說客戶端無論訪問A還是訪問B，得到的結果都是一樣的，那麼現在A和B的數據不一致，需要等到A和B的數據一致以後，也就是同步恢復以後，纔可對外提供服務。這樣我們雖然滿足了C（一致性），卻不能滿足A（可用性）。
所以，我們的系統在滿足P（分區容錯性）的同時，只能在A（可用性）和C（一致性）當中選擇一個不能CAP同時滿足。我們的分佈式系統只能是AP或者CP。
ACID與BASE
在關係型數據庫中，最大的特點就是事務處理，也就是ACID。ACID是事務處理的4個特性。
- A - Atomicity（原子性），事務中的操作要麼都做，要麼都不做。
- C - Consistency（一致性），系統必須始終處在強一致狀態下。
- I - Isolation（隔離性），一個事務的執行不能被其他事務所幹擾。
- D - Durability（持久性），一個已提交的事務對數據庫中數據的改變是永久性的。
ACID強調的是強一致性，要麼全做，要麼全不做，所有的用戶看到的都是一致的數據。傳統的數據庫都有ACID特性，它們在CAP原理中，保證的是CA。但是在分佈式系統大行其道的今天，滿足CA特性的系統很難生存下去。ACID也逐漸的向BASE轉換。那麼什麼是BASE呢？
BASE是Basically Available（基本可用）, Soft-state（軟狀態）, Eventually consistent（最終一致）的縮寫。
- Basically Available，基本可用是指分佈式系統在出現故障的時候，允許損失部分可用性，即保證核心可用。電商大促時，爲了應對訪問量激增，部分用戶可能會被引導到降級頁面，服務層也可能只提供降級服務。這就是損失部分可用性的體現。
- 軟狀態（ Soft State）
軟狀態是指允許系統存在中間狀態，而該中間狀態不會影響系統整體可用性。分佈式存儲中一般一份數據至少會有兩到三個副本，允許不同節點間副本同步的延時就是軟狀態的體現。mysql replication的異步複製也是一種體現。 - 最終一致性（ Eventual Consistency）
最終一致性是指系統中的所有數據副本經過一定時間後，最終能夠達到一致的狀態。弱一致性和強一致性相反，最終一致性是弱一致性的一種特殊情況。
BASE模型是傳統ACID模型的反面，不同與ACID，BASE強調犧牲高一致性，從而獲得可用性，數據允許在一段時間內的不一致，只要保證最終一致就可以了。
在分佈式事務的解決方案中，它們都是依賴了ACID或者BASE的模型而實現的。像基於XA協議的兩階段提交和實物補償機制就是基於ACID實現的。而基於本地消息表和基於MQ的最終一致方案都是通過BASE原理實現的。這幾種分佈式事務的解決方案，我們會在視頻的課程中給大家講解。