架构师面试（二十）：CAP 定理

问题

【CAP定理】是理解和研发分布式系统必须要掌握的一个关键知识点！

CAP是计算机科学家埃里克.布鲁尔在2000年提出的一个猜想（所以又叫做布鲁尔定理），在2002年又有两位计算机的大佬发布了 布鲁尔猜想的证明。 

今天的问题比较简单（因为网上资料颇多），但是能回答全面和有深度，也不容易哦（因为网上资料虽多但繁杂）。 

你是如何理解 CAP 定理的呢？在大厂面试时应该如何全面和深度回答？

解析

我们先来解析一下【CAP】中的这三个字母：

C，Consistency，即一致性，是指对于指定的某个客户端来说的，每一次的读操作一定能获取到最新写入的数据；这个地方，一定要切记：不要站在存储节点的角度来说明，因为存储节点之间一定会存在数据不一致的时间窗口，哪怕存储节点之间使用了光纤通信，只是时间窗口大小的问题；我们能做到的是让客户端能看到的【一致性】的特征。

A，Availability，即可用性，是指客户端在访问非故障节点时能在合理时间内获取到合理的结果；有几个点需要注意：(1)首先客户端访问的是故障节点，这个情况需要排除，毕竟死马当做活马医，肯定不合理；(2)然后客户端获取到的是合理的结果，这个结果可以是滞后的（可以不是最新的），但一定是合理的数据（不能为了系统降级随意生成）；(3)再一个，也是最关键的（这一点很多人会忽略），客户端获取的响应结果，不是异常、不是错误、不是超时；（重要的事情说三遍）可用性是指获取到合理的结果，结果不能异常、不能错误、不能超时......不能异常、不能错误、不能超时......不能异常、不能错误、不能超时。

P，Partition Tolerance，即分区容忍性（或分区容错性），是指网络发生分区后系统仍然在履行它的职责；分区容忍性比较好理解，需要明白的是网络分区发生的原因，可能是消息丢失、也可能是网络中断、也可能是网络拥塞等等，也就是我们常说的网络脑裂；再一个网络分区后，系统要继续履行它的职责，不是很笼统地返回一个 502 或 503就了事，而是在真正地工作。

明白了上面三个子母的含义后，就可以解释【CAP】了：

在对分布式系统进行读写操作时，只能保证C、A、P三者中的两个，另外一个必须被牺牲。

这里有几个关键点需要特别注意：

(1)  CAP 适用的对象不是泛指分布式系统，而是节点之间有连接和存在数据共享的分布式系统；比如 主从模式的 MySQL 就适用 CAP，Memcache 集群就不适合 CAP；

(2)  CAP 适用的操作是【读和写】两种行为，其他行为不适合，比如：选主；

(3)  C、A、P 进行三选二，就形成了三种模式，即：AP 模式、CP 模式和 CA 模式。

AP 模式，即网络发生分区后，系统要满足可用性的基础上继续履行职责；在实际系统研发时，就不要 C 了吗？非也，在网络分区恢复后，仍然需要将过时的数据及时更新到最新。

CP 模式，即网络发生分区后，系统要满足一致性的基础上继续履行职责，如果能判定客户端请求的数据是最新和一致的，则返回，否则返回系统错误。

CA 模式，即网络没有发生分区，系统需要满足一致性和可用性，客户端访问任何一个非故障节点都可以获取到最新的数据。

CAP定理，始终是理论上的定理，能帮助我们深入理解分布式系统；在实际研发时理论和实践往往会存在差距。比如：Zookeeper 系统，我们都知道它是 CP 模式的分布式系统；它通过ZAB协议（即过半写入）对数据进行写入，那么当客户端访问的节点是落后写入的节点时，岂非返回的是落后的数据（也是合理的数据），也就是此时是 AP 模式的行为；该当何解？这就是 理论和实践的差距。Zookeeper 为了平衡性能和一致性，故采取此机制：如果客户端追求的是返回数据的性能而非最新数据，则落后节点可以直接返回数据；如果客户端追求的是最新数据而非性能，则客户端可以通过 sync()函数，使落后节点与Leader进行交互，获取到最新数据之后再返回。妙哉！