分布式CAP理论 - 指南

CAP 定理（CAP Theorem）是分布式系统理论中的一个核心概念，由 Eric Brewer 提出，用于描述分布式系统在设计时面临的权衡。CAP 代表以下三个特性：

1. 一致性（Consistency）：所有节点在同一时间看到的数据是一致的，即所有读操作都返回最近的写操作结果。
2. 可用性（Availability）：框架能够在合理时间内响应每个请求，无论成功还是失败。
3. 分区容错性（Partition Tolerance）：环境能够在网络分区（节点间通信中断）的情况下继续运行

*分区容错性不可避免的，因为网络故障或延迟无法完全消除。因此，实际设计中往往在 CP 和 AP 之间进行选择。就是（P）**在分布式系统中几乎

• CP（一致性 + 分区容错性）：
  • 优先保证数据一致性和分区容错性，牺牲可用性。
  • 当网络分区发生时，系统可能会拒绝某些请求，以确保数据一致。
  • 适用场景：银行平台、需要强一致性的金融系统。
  • 示例：MongoDB（某些配置）、HBase、京东、淘宝的部分库存系统（库存不一致防止超卖）。
• AP（可用性 + 分区容错性）：
  • 优先保证可用性和分区容错性，牺牲一致性。
  • 网络分区时，架构仍可响应，但不同节点的数据可能不一致（最终一致性）。
  • 适用场景：社交媒体、内容分发网络（如 CDN）。
  • 示例：Twitter 的时间线系统、Amazon 的推荐体系、YouTube。