# CAP学习

# CAP理论

CAP定义：分布式系统中涉及读写操作时，只能保证 Consistency（一致性）、Availability（可用性）、Partition Tolerance（分区容忍性）三者中的两个，不可能同时满足三者。

第二版更加严谨的阐述了CAP定理，但第一版更加简单，更容易让人记住：

在分布式计算系统中，不可能同时满足CAP三个设计约束。

分布式系统是指有数据共享的节点集合，为什么要如此定义呢，例如Memcached是分布式缓存系统，但每个节点是独立的，不存在数据共享，也就不适用CAP定理。

涉及读写操作限制了CAP系统的操作仅限于读写，而不是其他的所有功能。如果只有读操作，那没有一致性问题，所以AP也能满足，即不存在CAP问题；例如zk的选举机制，同样不适用于CAP定理。

对某个指定客户端，读操作保证能够返回最新的写操作结果。

非故障节点在合理的时间内返回合理的响应。

出现消息丢失或者分区错误时，系统能正常运行。

分区错误的现象包括很多原因：丢包、网络连接中断、网络堵塞等。

如果三者同时满足，意味着发生分区现象时，要满足CA，但CA又是冲突的，故无法同时满足。

首先，分布式系统中，不能保证网络100%可靠，所有分区是一个必然现象。

然后，在分布式系统中，分区后，C要求读取一致，那系统整体便不支持写（会导致分区数据不一致），此时又无法满足A，CA是冲突的。

当发生分区现象时，若要保证C，则多个分区只能由一个提供读写服务，其余分区无法提供服务，故不满足A。

当发生分区现象时，若要保证A，让多个分区都能正常提供服务，由于不同分区进行读写操作后，数据无法同步，故不同分区读取的数据无法保证一致，也就无法满足C。

返回的数据不一致，并不代表失去了可用性。例如A分区进行过写操作，B分区仍然是旧数据，但旧数据依然是合理的数据，不是错误的数据。

分析现如今常见分布式系统，都是如何适配CAP定理。