分散式系統的CAP定理(CAP theorem)

在設計分散式系統(Distributed System)前，必須要了解CAP定理(CAP theorem)，又稱布魯爾定理（Brewer's theorem）。

CAP定理的三個字母C，A，P分別代表以下：

• Consistency：一致性
• Availability：可用性
• Partition-tolerance：分區容錯

Consistency 一致性

指分散式系統中的每個節點(nodes)所查到的都是一致且最新的資料。

Availability 可用性

在任何時候，每次向系統發出請求都能在合理的時間內獲得回應，但並不保證回應的資料為最新。

Partition-tolerance 分區容錯

當網路或節點故障造成系統的不同網路分區間(Partitions)的傳輸資料丟失時，系統仍可以正常運作。

滿足以上三種特性是一個完美的分散式系統欲達成的目標。

不過CAP定理指出，一個分散式系統最多只能滿足以上三個特性中的兩個，而無法同時滿足三個。

You can have at most two of these properties for any shared-data system

因此在設計分散式系統時，只能從三個特性中取捨，最多只能選擇兩點來滿足，有下列組合：

• CP (Consistency and Partition Tolerant)：一致性與分區容錯。
• AP (Availability and Partition Tolerant)：可用性與分區容錯。
• CA (Consistency and Availability)： 一致性與可用性。

CP (Consistent and Partition Tolerant)

在分區容錯的情況下保證資料的一致性，那就必須犧牲可用性。

AP (Availability and Partition Tolerant)

在分區容錯的情況下保證系統的可用性，那就必須犧牲資料的一致性。

CA (Consistent and Availability)

保證系統的可用性與資料一致，那就無法有分區容錯，也就是只有一個節點，這樣的情況就不是分散式系統了，不過這樣的系統可能並不存在。

CAP定理的證明請參考Brewer’s Conjecture and the Feasibility of Consistent, Available, Partition-Tolerant Web Services。

而分散式系統本身即為滿足分區容錯(P)的架構，也就是希望系統在部分節點或網路失靈的狀況下功能能可正常運作，因此通常是在CP與AP中作抉擇。

參考：

• Towards Robust Distributed Systems
• Brewer’s Conjecture and the Feasibility of Consistent, Available, Partition-Tolerant Web Services
• Understanding the CAP Theorem
• CAP Theorem and Distributed Database Management Systems
• MongoDB 學習筆記之一 - 從 NoSQL 談起
• CAP theorem - Availability and Partition Tolerance
• 分布式系統的架構天險：CAP THEOREM 的一點探討
• 谈谈分布式系统的CAP理论
• CAP Twelve Years Later: How the "Rules" Have Changed
• 微服務架構的資料一致性