CAP定理-可用性和分区容差

Question

当我试图理解CAP中的“可用性”（A）和“分区容差”（P）时，我发现很难理解各种文章中的解释。

我觉得a和P可以同时进行（我知道事实并非如此，这就是我无法理解的原因！）。

简单地解释一下，A和P是什么，以及它们之间的区别？

Answer 1

以下是我讨论CAP的方式，特别是关于P。

CA只有在您对单一服务器数据库（可能有复制功能，但一个“故障块”上的所有数据——服务器不被视为部分故障）满意的情况下才可能实现。

如果您的问题需要横向扩展、分布式和多服务器——网络分区可能会发生。您已经需要P了。我处理的问题很少适合单服务器始终范式（或者，正如Stonebraker所说，“分布式是表赌注”）。如果您能找到CA问题，传统的非横向扩展RDBMS等解决方案会提供很多好处。

对我来说，罕见：所以我们继续讨论AP和CP。

只有在有分区的情况下，才能在AP和CP操作之间进行选择。如果网络

让我们来讨论AP/CP的区别。

AP——当有网络分区时，让独立部分自由运行。

CP——当存在网络分区时，关闭节点或不允许读写，因此存在确定性故障。

我喜欢可以两者兼而有之的架构，因为有些问题是AP，有些是CP——有些数据库可以两者兼而有之。在CP和AP解决方案中，也有微妙之处。

例如，在AP数据集中，您可能同时存在不一致的读取和生成写入冲突——这是两种不同的AP模式。您的系统是否可以配置为具有高读可用性但不允许写冲突的AP？或者，您的AP系统能否通过强大灵活的解决方案来接受写入冲突？你最终会需要两者吗？还是你能选择一个只做一件事的系统？

在CP系统中，如果有小分区（单台服务器），您会获得多少不可用性？更大的复制会增加CP系统中的不可用性，系统如何处理这些权衡？

这些都是CP vs AP要问的问题。

布鲁尔的“12年后”帖子是这方面的一个好读物。我相信这将清晰地推进CAP辩论，并高度推荐。

http://www.infoq.com/articles/cap-twelve-years-later-how-the-rules-have-changed

Answer 2

认为P与C和A相等是有点错误的，而C，A，P中“三取二”的概念是误导性的。我解释CAP定理的简洁方式是，“在分布式数据存储中，在进行网络分区时，您必须选择一致性或可用性，而不能同时获得两者”。较新的NoSQL系统正试图关注可用性，而传统的ACID数据库更关注一致性。

你真的不能选择CA，网络分区不是任何人都想要的，它只是分布式系统的一个不受欢迎的现实，网络可能会失败。问题是，当这种情况发生时，您会为应用程序选择什么样的权衡。这篇文章从第一个提出这个术语的人那里，似乎很清楚地解释了这一点。

Answer 3

一致性意味着整个集群中的数据是相同的，因此您可以从任何节点读取或写入数据，并获得相同的数据。

可用性意味着即使集群中的节点出现故障也能访问集群。

分区容差意味着即使两个节点之间存在“分区”（通信中断）（两个节点都已启动，但无法通信），集群仍能继续运行。

为了同时获得可用性和分区容忍度，您必须放弃一致性。考虑您是否有两个节点，X和Y，在主-主设置中。现在，X和Y之间的网络通信中断，因此它们无法同步更新。此时，您可以：

A） 允许节点不同步（放弃一致性），或

b）考虑集群被关闭（放弃可用性）

所有可用的组合包括：

• CA——所有节点之间的数据都是一致的——只要所有节点都在线——您可以从任何节点读/写数据，并确保数据是相同的，但如果您在节点之间开发分区，数据将不同步（并且在分区解决后不会重新同步）

您应该注意到，CA系统实际上并不存在（即使有些系统声称存在）。