虽然我试图理解 CAP 中的“可用性”（A）和“分区容限”（P），但我发现很难理解各种文章的解释。
我感觉A和P可以一起走（我知道不是这样，这就是我无法理解的原因！）。
简单来说，A和P是什么以及它们之间的区别？
问问题
78129 次
10 回答
539
一致性意味着整个集群中的数据是相同的，因此您可以从/向任何节点读取或写入并获取相同的数据。
可用性意味着即使集群中的某个节点出现故障，也能够访问集群。
分区容错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），集群仍继续运行。
为了同时获得可用性和分区容错性，您必须放弃一致性。考虑在主-主设置中是否有两个节点 X 和 Y。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）认为集群“关闭”（放弃可用性）
所有可用的组合是：
- CA - 所有节点之间的数据是一致的 - 只要所有节点都在线 - 您可以从任何节点读取/写入并确保数据相同，但是如果您在节点之间开发了分区，则数据将是不同步（一旦分区被解决就不会重新同步）。
- CP - 数据在所有节点之间保持一致，并通过在节点关闭时变得不可用来保持分区容差（防止数据不同步）。
- AP - 节点保持在线，即使它们无法相互通信，并且会在分区解决后重新同步数据，但您不能保证所有节点都将拥有相同的数据（在分区期间或之后）
您应该注意CA 系统实际上并不存在（即使某些系统声称存在）。
于 2012-09-10T08:14:45.933 回答
70
将 P 与 C 和 A 等同考虑有点错误，而 C、A、P 中的“三分之二”的概念具有误导性。我解释 CAP 定理的简洁方式是，“在分布式数据存储中，在网络分区时，您必须选择一致性或可用性，并且不能同时获得两者”。较新的 NoSQL 系统试图关注可用性，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。问题是当发生这种情况时，您会为您的应用程序选择什么权衡。最初提出该术语的人的这篇文章似乎非常清楚地解释了这一点。
于 2014-01-23T17:10:41.983 回答
20
这就是我讨论 CAP 的方式，特别是关于 P。
仅当您对单一的单服务器数据库（可能具有复制但所有数据都在一个“故障块”上 - 服务器不被视为部分故障）感到满意时，CA 才有可能。
如果您的问题需要横向扩展、分布式和多服务器 --- 可能会发生网络分区。您已经需要 P。我处理的问题很少适用于单服务器始终范式（或者，正如 Stonebraker 所说，“分布式是赌注”）。如果您能找到 CA 问题，那么像传统的非横向扩展 RDBMS 这样的解决方案会提供很多好处。
对我来说，很少见：所以我们继续讨论 AP 与 CP。
当您有分区时，您只能在 AP 和 CP 操作之间进行选择。如果网络和硬件运行正常，您就可以得到蛋糕并吃掉它。
让我们讨论一下AP/CP的区别。
AP——当有网络分区时，让独立的部分自由操作。
CP - 当存在网络分区时，关闭节点或禁止读写，因此存在确定性故障。
我喜欢可以两者兼得的架构，因为有些问题是 AP，有些是 CP——而有些数据库可以两者兼得。在 CP 和 AP 解决方案中，也有微妙之处。
例如，在 AP 数据集中，您可能会出现不一致的读取和产生写入冲突 - 这是两种不同的可能 AP 模式。您的系统能否配置为具有高读取可用性但不允许写入冲突的 AP？或者您的 AP 系统能否通过强大而灵活的解决系统来接受写入冲突？你最终会需要两者，还是你可以选择一个只做一个的系统？
在 CP 系统中，如果有小分区（单个服务器），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。
Brewer 的“12 年后”帖子是目前该领域的一个很好的读物。我相信这会清晰地推动 CAP 辩论，并强烈推荐它。
http://www.infoq.com/articles/cap-twelve-years-later-how-the-rules-have-changed
于 2014-07-09T17:31:47.547 回答
18
一致性：
读取保证返回给定客户端的最新写入（如 ACID）。如果在此期间有任何请求，它必须等到节点之间/节点中的数据同步完成。
可用性：
每个节点（如果没有失败）总是执行查询并且应该总是响应请求。它是否返回最新的副本并不重要。
分区容错：
发生网络分区时，系统将继续运行。
关于AP，可用性（始终可访问）可以存在（Cassendra）或不存在（RDBMS）分区容差
于 2017-04-18T09:19:45.867 回答
6
我浏览了很多链接，但没有一个能给我满意的答案，除了一个。
因此，我用非常简单的措辞来描述 CAP。
一致性：必须返回相同的数据，无论它来自哪个节点。
可用性：节点应该响应（必须可用）。
Partition Tolerance：集群应该响应（必须可用），即使节点之间存在分区（即网络故障）。
（同样令人困惑的一个主要原因是它的命名约定不好。如果我是对的，我可能会给出DNC定理：数据一致性、节点可用性、集群可用性，其中每个分别对应于一致性、可用性和分区容差）
CP 数据库： CP 数据库以牺牲可用性为代价提供一致性和分区容错性。当任何两个节点之间发生分区时，系统必须关闭不一致的节点（即使其不可用），直到分区解决。
AP 数据库： AP 数据库以牺牲一致性为代价提供可用性和分区容错性。发生分区时，所有节点都保持可用，但分区错误端的节点可能会返回比其他节点更旧的数据版本。（分区解决后，AP 数据库通常会重新同步节点以修复系统中的所有不一致。）
CA 数据库： CA 数据库提供跨所有节点的一致性和可用性。但是，如果系统中的任何两个节点之间存在分区，它就无法做到这一点，因此无法提供容错能力。在分布式系统中，分区是不可避免的。因此，虽然我们可以在理论上讨论 CA 分布式数据库，但出于所有实际目的，CA 分布式数据库可以存在但不应该存在。
因此，这并不意味着如果您需要，您就不能为您的分布式应用程序拥有一个 CA 数据库。许多关系数据库（例如 PostgreSQL）提供一致性和可用性，并且可以使用复制部署到多个节点。
于 2020-06-29T19:26:36.330 回答
3
我觉得在任何答案中都没有很好地解释分区容差，所以只是为了更详细地解释 CAP 定理意味着：
C：（线性化或强一致性）大致意思是
如果操作 B 在操作 A 成功完成后开始，则操作 B 必须看到系统处于与操作 A 完成时相同的状态，或者更新的状态（但绝不是旧状态）。
答：
“系统中非失败 [数据库] 节点收到的每个请求都必须产生 [非错误] 响应”。某些节点能够处理请求是不够的：任何非失败节点都需要能够处理它。许多所谓的“高可用性”（即低停机时间）系统实际上并不符合这个可用性定义。
: _
Partition Tolerance（名字严重错误）基本上意味着您正在通过可能延迟或丢弃消息的异步网络进行通信。互联网和我们所有的数据中心都有这个属性，所以你在这件事上没有任何选择。
资料来源：Awesome Martin kleppmann 的作品
举个例子：Cassandra 最多可以是 AP 系统。但是，如果您将其配置为基于 Quorum 读取或写入，则它不会保持 CAP 可用（根据 CAP 定理的定义可用）并且只是 P 系统。
于 2019-06-23T21:08:53.343 回答
2
理解 CAP 定理的简单方法：
在网络分区的情况下，需要在完美可用性和完美一致性之间做出选择。
选择一致性意味着无法回答客户的查询，因为系统不能保证返回最近的写入。这牺牲了可用性。
选择可用性意味着能够响应客户的请求，但系统不能保证一致性，即最新写入的值。可用系统在给定情况下提供最佳答案。
这个解释来自这篇优秀的文章。希望它会有所帮助。
于 2019-10-15T09:02:24.187 回答
1
在简单的 CAP 定理中，分布式系统不可能同时提供所有三个保证：
一致性
每个节点同时包含相同的数据
可用性
每次必须至少有一个节点可用于提供数据
分区容错
系统故障非常罕见
大多数情况下，每个系统只能保证CA、AP 或 CP至少两个功能。
于 2018-05-17T07:45:39.747 回答
1
Brewer 的主题演讲、Gilbert 论文和许多其他处理方法将 C、A 和 P 置于同等地位，作为实现的理想属性，并有效地说“选择两个！”。但是，这通常被认为是一种误导性的演示，因为您无法构建或选择！- “分区容错”：您的系统可能会遇到分区，也可能不会。
CAP 更好地理解为描述您在构建可能遭受分区的系统时必须做出的权衡。实际上，这是每个分布式系统：没有 100% 可靠的网络。所以（至少在分布式环境中）没有现实的 CA 系统。您可能会遭受分区，因此您必须在某些时候妥协 C 或 A。
于 2021-05-07T04:04:26.363 回答
0
一致性——当我们发送读取请求时，如果它正在返回结果，它应该返回客户端请求给出的最新写入。可用性——你的读/写请求应该总是成功的。分区容错 – 当出现网络分区（某些机器无法相互通信）时，系统应该仍然可以工作。
在分布式中，有可能发生网络分区，我们无法避免 CAP 的“P”。所以我们在“一致性”和“可用性”之间进行选择。
于 2015-03-05T08:46:06.323 回答