CAP | smilEdit

对于一个分布式计算系统来说，不可能同时满足以下三点：

Consistency 一致性
所有节点访问到的都是同一份最新的数据

Availablity 可用性
每次请求都能获取到响应，不一定是最新的

Partition tolerance 分区容错性
由于网络原因，两台不同服务器可能没法通信

CAP 理论说的是，由于网络通信的问题，所以分区容错性是一定存在的，那么在此基础上 C 和 A 是不能够共存的。

为什么不能够共存呢？

举个例子：

G1 和 G2 是两台服务器，上面存在一条共同的记录 V0，现在一个用户向服务器发起一个写入请求，将 V0 修改为 V1，G1 修改完成后返回确认指令。

但是如果用户这时候向 G2 发起读的请求就会返回 V0：

那么这样就不能够保证一致性了，所以为了保证一性质，可以在用户向 G1 发起写入请求时，G1 与 G2 之间进行数据同步，并上锁，不允许用户访问该数据，当同步完成之后才给用户返回写入完成的指令。这时用户再向 G2 发起读的请求，由于 G1 已经和 G2 同步过数据，所以读取到数据是 V1：

这样就能够解决一致性的问题了。也就是说按照这种方案可以同时满足 C 和 P 。

但是在 G1 与 G2 同步的过程中，如果有用户请求 G2 读取数据，那么由于此时 G1 和 G2 在同步数据，该数据属于上锁状态，暂时不允许被读，否则会返回 V0 这种过期数据。所以这时的 G2 是不可用的，不满足可用性这个特点。

反之，如果在 G1 和 G2 同步的过程中，不对该数据上锁，那么用户访问 G2 就会返回 V0 这条过期数据，虽然数据可能不是最新数据，但是 G2 至少是处于可响应的状态，那么这样就能够同时满足 A 和 P ，不满足 C。

到处可以看出 CAP 三者中，最多只能是 CA 或者 CP。

当然，如果存在这么一个服务器，它的运算和存储能力都是无穷大，并且网络通信都是百分之百畅通且无延时，那么也就不需要分布式这个系统了。这样在一定程度上也是满足了 CAP 三者。