CAP定理与分布式系统错误假设

定理解释

• C,Consistency,一致性。每次读取要么获取最近写入的数据，要么获得一个错误。
• A,Availability,可用性。每次请求都能获得一个（非错误）响应，但不保证返回的是最新写入的数据。
• P,Partition tolerance,分区容忍。尽管任意数量的消息被节点间的网络丢失(或延迟)，系统仍能运行。

容易混淆的点
CAP定理指出分布式数据存储在网络发生故障的情况下，系统不可能同时满足CAP三个条件，强调的是网络故障时。而在无故障正常运行时，系统是可以同时满足CAP的。分区指的就是分布式系统中的故障，可能是网络出现问题，也可能是某台机器出现了问题。

各种组合模型

• CA模型，一旦出现分区故障，系统就无法对外提供服务，但是正常运行情况下，可以保持数据的强一致性，如二阶段提交。
• CP模型，出现分区故障时，能保证大多数结点的数据一致，未达到一致状态的少数结点会变为不可用状态，如Pxaos算法。
• AP模型，这样的系统不保证数据的一致性，因此可以通过数据版本由调用方自己去处理这种不一致情况，如Dynamo或gossip协议。

八条分布式系统常见错误假设