CAP中的分区容错性和可用性有什么区别?

乔帮主

CAP中的分区容错性和可用性有什么区别?
原文地址：https://www.zhihu.com/question/512915933

队长是我

2000年，Eric Brewer在ACM PODC分布式计算原理专题讨论会上首次提出CAP原则。后来，麻省理工学院的两位科学家(赛斯·吉尔伯特和南希·林奇)证明了CAP原则的正确性。目前，CAP原则被大型公司广泛采纳，例如Amazon公司。
CAP原则又称CAP定理，它包括一致性(Consistency)、可用性(Availability)和分区容错性(Partition Tolerance)三大要素，三大要素的介绍具体如下;
·一致性：系统在执行过某项操作后，仍然处于一致的状态。在分布式系统中，更新操作执行成功后所有的用户都应该读取到最新的值，这样的系统被认为具有一致性。
·可用性：每一个操作总是能够在一定的时间内返回结果，这里需要注意的是“一定时间内”和“返回结果”，也就是说系统的结果必须在给定的时间内返回，若超时，则被认为是不可用的。
·分区容错性：系统存在网络分区的情况下，仍然可以接受请求(即满足一致性和可用性)。网络分区指的是由于某种原因网络被分成若干个孤立的区域，而区域之间互不相通。分区容错性可理解为系统对结点动态加人和离开的处理能力，因为结点的加入和离开可认为是集群内部的网络分区。
CAP原则中，一个分布式系统中最多可同时实现上述的两个要素，不可同时实现三个要素，具体如图所示。





从图中可以看出，CAP原则最多可以同时实现两个要素，即AP、CP或AC，不存在同时实现三个要素的情形，即CAP。若是分布式系统中的数据无副本的话，系统必然会满足一致性(因为只有单独的数据，不会出现数据不一致的情况);若是分布式系统中出现了网络分区状况或者宕机，则必然会导致某些数据不可以访问，此时就不能满足可用性要素，即在此情况下获得了CP系统，但是CAP是不可同时满足的。

接下来，我们通过一张表来描述CAP原则的取舍策略与应用场景，具体如表所示。




选择CA策略，意味着放弃P，也就是说，保证了系统的一致性和可用性，却违背了分布式系统的分区容错性;选择CP策略，意味着放弃A，也就是说，保证了系统的一致性和分区容错性，但用户的体验较差，即当系统宕机时，需要等待所有结点的数据一致时，用户才可访问系统;选择AP策略，意味着放弃C.也就是说，保证了系统的可用性和分区容错性，但是结点之间的数据会出现不一致的现象。因此，我们可以根据自已的需求，选择对应的策略。

大力水手

我认为你理解的不对。你说的只是集群，不是分布式

大力水手

谢邀。
可用性和分区容错性的确很容易混淆。不过要分辨的话其实也很好分辨。
首先明确一下分区的概念，分区指的是：由于某些异常，导致集群内的机器存在多个互相不连通的区域。例如5台机器组成的集群，3台机器在a机架上，另外2台在b机架上。如果两个机架之间的网络断开，那么就会出现一个集群分成了2个分别由3台机器和2台机器组成的分区。
在出现分区的情况下，集群并不一定是不可用的。因为只是两个分区之间的连接出现异常，如果两个分区对外部系统的连接都是正常的，或者其中一个分区对外部的连接是正常的，那此时集群是有可能对外正常提供服务的。因此，并不一定是不可用的。例如上诉情况下，a机架的对外的网络是正常的，那此时a机架是能够正常响应客户端的查询请求的。
那么分区容错性指的是什么呢？其实也很简单，主要防止出现脑裂的异常。大数据为了防止出现异常，数据通常保存三份。假设出现分区之后，对数据进行修改，由于出现了分区，无法在集群内进行同步，就有可能出现数据的多个版本，如果只是单分区出现修改，后期还能通过对比恢复一致性，最可怕的是两个分区都对同一份数据进行了不同的修改，这种情况下，即使后期连接恢复，也难以对两个分区的数据进行同步，就出现了数据混乱。
因此，分区容错性，核心是要防止脑裂的发生。目前通常的做法是，集群数量必须为单数，这样能保证即使发生分区，也最多只会有一个分区获取控制权，其他分区由于无法获得半数以上的投票，从而使得该分区下线停止对外服务。
总结一下，分区容错性主要为了防止脑裂。当分区异常出现时，集群按照规则，可能依然处于可用状态，并没有发生不可用的情况。