分布式系统的 CAP 困境

CAP 定理是分布式系统设计中最常被引用、也最常被误解的理论之一。

CAP 是什么

CAP 代表三个属性：

• C（Consistency，一致性）：所有节点在同一时刻看到的数据是相同的。
• A（Availability，可用性）：每个请求都能收到响应（不一定是最新数据）。
• P（Partition Tolerance，分区容错性）：即使网络分区（节点间通信中断），系统仍能运作。

CAP 定理说：在分布式系统中，这三个属性最多只能同时满足两个。

为什么 P 不可放弃

在现实的分布式系统中，网络故障是迟早会发生的事，不是假设性场景。这意味着 P 是必须要有的。

所以真正的选择是：在发生网络分区时，你选择 C 还是 A？

CP 系统

牺牲可用性，保证一致性。发生分区时，系统会拒绝服务，而不是返回可能过期的数据。

典型代表：ZooKeeper、etcd。适合做配置中心、分布式锁等”宁可不服务，不能给错误数据”的场景。

AP 系统

牺牲一致性，保证可用性。发生分区时，系统继续提供服务，但不同节点的数据可能暂时不一致。

典型代表：Cassandra、CouchDB。适合社交动态、购物车等”允许短暂不一致，但必须响应”的场景。

实际工程中的理解

CAP 不是一个非黑即白的选择，而是一个关于权衡点的框架。大多数系统会在不同操作上做出不同选择，比如读操作允许返回略旧的数据（AP），但写操作要求强一致（CP）。

理解 CAP，是理解分布式系统设计取舍的起点，而不是终点。