CAP理论

CAP 是分布式系统中的一个重要理论，由计算机科学家 Eric Brewer 提出，被称为 CAP 定理（也称 CAP 理论）

什么是CAP？

CAP是三个单词的缩写

缩写	含义	说明
C	Consistency（一致性）	所有节点在同一时间看到的数据是一致的。即：写操作完成后，后续所有读操作都能读到最新的值。
A	Availability（可用性）	系统始终能够在合理时间内返回非错误的响应（不保证是最新的），即使部分节点故障。
P	Partition Tolerance（分区容错性）	系统在部分节点之间网络通信失败（即发生“网络分区”）时，仍能继续运行。

CAP 定理的核心观点

一个分布式系统最多只能同时满足三项中的两项。

也就是说，在面对网络分区（P）时，你必须在一致性（C）和可用性（A）之间做出选择：

• CA：放弃 P → 不是真正的分布式系统（假设网络永远可靠）
• CP：放弃 A → 网络分区时拒绝请求，保证数据一致
• AP：放弃 C → 网络分区时继续提供服务，但数据可能不一致

在分布式系统中，P（分区容错性）是必须的，因为网络不可靠。因此，实际选择往往是在 CP vs AP 之间。

例子

假设有两个服务器（A 和 B），数据需要同步。突然 A 和 B 之间的网络断了（发生 网络分区）：

场景 1：选择 CP（一致性和分区容错性）

• 客户端向 A 写入新数据。
• 但由于 A 无法与 B 同步，为了保持一致性，A 拒绝写入。
• ❌ 服务不可用（牺牲 A）
• ✅ 保证数据一致（C）

---

场景 2：选择 AP（可用性和分区容错性）

• 客户端向 A 写入新数据，A 接受写入并返回成功。
• B 由于网络断开，数据未更新。
• ✅ 服务可用（A）
• ❌ 数据不一致（牺牲 C）

总结

选择	特点	适用场景
CP	保证一致，可能拒绝服务	金融、账务、注册中心
AP	保证可用，允许短暂不一致	社交、评论、购物车