CAP 理论笔记

一、CAP 理论概述

CAP 理论由 Eric Brewer 于 2000 年提出，并在 2002 年被正式证明。它描述了分布式系统在 一致性（Consistency）、可用性（Availability）、分区容忍性（Partition Tolerance） 三个特性之间的取舍。

CAP 三个核心概念：

• C（Consistency，一致性）
  所有节点在同一时间的数据视图一致。
  表现：客户端无论连接哪个节点，都能读取到最新数据。
• A（Availability，可用性）
  每个请求都能在有限时间内得到响应（成功或失败）。
  表现：即使部分节点宕机，系统也能正常对外提供服务。
• P（Partition Tolerance，分区容忍性）
  系统能够容忍网络分区（节点间通信中断）并继续提供服务。
  表现：即使集群被分隔成多个子集群，系统仍能运行。

二、为什么不能同时满足 CAP 三者？

原因：
分布式系统不可避免会出现 网络分区（P），如果系统要求 可用性（A），必须继续响应请求；如果要求 一致性（C），必须等待所有节点同步完成再返回结果。这两者在网络分区时是冲突的。

直观示例：

• 如果要保证 一致性（C）：
  网络分区后，某个节点接到写请求，必须等待另一个分区的节点确认，导致无法响应，降低可用性。
• 如果要保证 可用性（A）：
  网络分区后，节点仍然独立处理请求，但不同分区的数据可能不一致。

三、CAP 三者的关系

CAP 理论核心结论：

在分布式系统中，网络分区（P）必然会发生，因此只能在 一致性（C）和可用性（A）之间取舍。

对应组合：

• CP 系统（Consistency + Partition Tolerance）
  特点：牺牲可用性，保证一致性。
  示例：ZooKeeper、HBase。
• AP 系统（Availability + Partition Tolerance）
  特点：牺牲强一致性，保证可用性，采用最终一致性。
  示例：Cassandra、Eureka。
• CA 系统（Consistency + Availability）
  特点：不考虑网络分区（单机数据库）。
  示例：MySQL 单机模式。

四、分布式场景下的 CAP 取舍

五、CAP 理论在常见系统中的应用

1. MySQL 主从复制

• 目标：数据一致性高（主从同步），但延迟可能影响可用性。

• 方案：

  • 强一致性（CP）：主从同步采用 同步复制，但可用性下降。
  • 高可用（AP）：主从同步采用 异步复制，提升可用性，但可能出现短暂不一致。

2. Redis Cluster

• 目标：高可用性。

• Redis 选择 AP：

  • 分区时，仍然接受请求，保证可用性。
  • 通过 异步复制 + 最终一致性 解决数据一致性问题。

3. ZooKeeper

• 目标：强一致性。

• ZooKeeper 选择 CP：

  • 网络分区时，为保持一致性，部分节点拒绝服务，降低可用性。

六、CAP 与 BASE 理论

CAP 是基础理论，而实际工程中，很多系统选择 AP + 最终一致性，这就是 BASE 理论：

• Basically Available（基本可用）
• Soft State（软状态）
• Eventually Consistent（最终一致性）

七、图解 CAP

        CAP 三角关系
         +-----------+
         |    C      |
         |           |
         |           |
    +----+----+      |
    |         |      |
    A         P

• CA：单机系统。
• CP：一致性 + 分区容忍 → 牺牲可用性。
• AP：可用性 + 分区容忍 → 牺牲强一致性。

八、面试高频问答

Q1：CAP 理论中，为什么不能同时满足三者？

• 网络分区（P）在分布式系统中必然发生。
• 分区发生时，保证 一致性（C） 需要同步确认，降低可用性。
• 保证 可用性（A） 则必须放弃强一致性。

Q2：MySQL 属于 CAP 哪种？

• 单机：CA。

• 主从复制：

  • 同步复制：CP。
  • 异步复制：AP。

Q3：Redis 属于 CAP 哪种？

• Redis Cluster：AP（高可用 + 最终一致性）。

Q4：ZooKeeper 属于哪种？

• CP（牺牲可用性，保证一致性）。

Q5：CAP 理论与 BASE 理论区别？

• CAP：理论模型，三者不可兼得。
• BASE：工程实践，强调最终一致性。

九、总结表