簡介
在分佈式系統的設計中，分佈式系統有三個指標 CAP，但是沒有一種設計可以同時滿足 CAP （一致性，可用性，分區容錯性 ）3個特性，只能滿足其中 2 個
CAP
簡介
| CAP | 描述 |
|---|---|
| C 一致性 | Consistency，一致性 強調的是 分佈式系統中各個節點之間的數據一致性；不管訪問哪個節點，返回的數據都是一致的，否則節點不可用（拒絕服務） |
| A 可用性 | Availability，可用性 強調的是 分佈式系統中各個節點都能正常被訪問，正常響應請求，但是無法保證 返回數據的一致性：也就是各個節點正常訪問但是節點之間數據不一定一致 |
| P 分區容錯性 | Partition tolerance，節點網絡故障，不可避免，當節點間出現任意數量的消息丟失或高延遲（網絡障礙）的時候，系統仍然可以繼續提供服務 |
當節點出現的數據不一致時的處理方式不同
組合
| 組合 | 描述 |
|---|---|
| CA | 一致性 + 可用性，不存在，P 一定得有，分佈式系統下，網絡故障網絡延遲必然存在， |
| CP | 一致性 + 分區容錯性；數據強一致性，返回的都是絕對一致的數據，不一致的時候會讀取失敗（拒絕提供服務） |
| AP | 可用性 + 分區容錯性：服務高可用，但是不能保證數據一致性，要保證數據一致性，服務就不一定可用 |
Base
Base：基本可用（Basically Available）和最終一致性（Eventually consistent）
CAP 規則下 AP 模型 的延伸，AP + Base，實現 服務高可用 + 數據最終一致性
最終一致性：也就是允許節點之間的數據出現短暫的數據不一致情況，但是節點高可用
為什麼 CAP 不能同時滿足？
在分佈式系統中，節點與節點之間通過網絡通信，網絡通信必然存在：網絡延遲、網絡故障；
因此 CAP 中，P （分區容錯性）必須存在， 其次，CA 不可能同時存在，因為分佈式系統下，數據同步存在延遲，無法實時一致性，存在某一刻不一致，那麼數據不一致的情況下：
● 節點要麼滿足 C，數據不一致，拒絕服務
● 節點要麼滿足 A，服務可用，但是數據不一致
綜上所述：P 必須，C 和 A 只能選一個，也就是 組合： CP、AP
Redis 採用的分佈式理論 CAP + Base
redis 採用的是 AP + Base 模型，也就是滿足 分區容錯性 和 服務高可用 ，保證數據的最終一致性
原文地址
分佈式理論 CAP + Base
