Seata入门系列【19】分布式事务之CAP、BASE理论

1 CAP理论

CAP是以下三个词语的缩写：

Consistency：一致性
Availability：可用性
Partition tolerance：分区容忍性

CAP理论的基础概念就是在分布式系统中，无法同时满足以上三点。

下面我们以一个简单的分布式系统，解释下为何不同通知满足。

在这里插入图片描述

2.1 C 一致性

一致性是指写操作后的读操作可以读取到最新的数据状态，当数据分布在多个节点上，从任意结点读取到的数据都是最新的状态。

在上图读写分离的环境中，因为从库同步主库数据是会存在延迟的，必须在写入数据的时候，将从库对应的数据加锁，同步完成后，再释放锁，在等待的过程中，可以返回错误或失败，但要保证客户端读取到的都是最新的数据，从而实现一致性。

分布式系统一致性的特点：

由于存在数据同步的过程，写操作的响应会有一定的延迟。
为了保证数据一致性会对资源暂时锁定，待数据同步完成释放锁定资源。
如果请求数据同步失败的结点则会返回错误信息，一定不会返回旧数据。

2.2 A 可用性

可用性是指任何客户端的请求都能得到响应数据，不会出现响应错误。

在上图读写分离的环境中，即时数据还没有同步过来，从数据库也要返回要查询的数据，哪怕是旧数据，如果连旧数据也没有则可以按照约定返回一个默认信息，但不能返回错误或响应超时。

2.3 P 分区容忍性

通常分布式系统的各各结点部署在不同的子网，这就是网络分区，不可避免的会出现由于网络问题而导致结点之间通信失败，系统需要保证此时仍可对外提供服务，这叫分区容忍性。分区容忍性是分布式系统具备的基本能力，必须要实现。

在分布式环境下，为了保证分区容忍性，数据库会采用主从、集群、异地容灾等方式。

在上图读写分离的环境中，实现分区容忍性，需要保证主从同步失败时，不影响读写操作。其一个结点挂掉不影响另一个结点对外提供服务。

需要从以下几点进行实现：

尽量使用异步取代同步操作，例如使用异步方式将数据从主数据库同步到从数据
添加从数据库结点，其中一个从结点挂掉其它从节点提供服务。

2.4 组合方式

在所有分布式事务场景中不会同时具备CAP三个特性，因为在具备了P的前提下C和A是不能共存的。

分布式系统，肯定是需要满足分区容忍性，如果再满足一致性，对数据同步进行加锁，这样就没办法保证可用性了，因为可用性时，数据不一致，也需要查询到结果，A C始终是存在冲突的。

2.4.1 CA

放弃分区容忍性，即不进行分区，不考虑由于网络不通或结点挂掉的问题，则可以实现一致性和可用性。那么系统将不是一个标准的分布式系统，我们最常用的关系型数据就满足了CA。

既然是单体，那么也就不存在分布式事务的概念了。。。。

2.4.2 AP

放弃一致性，追求分区容忍性和可用性。这是很多分布式系统设计时的选择。

AP 模式实现很简单，只需要保证集群环境下，数据同步正常即可，数据虽然可能更新后马上看不到最新的结果，但是最终的结果还是正确的，即保证最终一致性。

2.4.3 CP

放弃可用性，追求一致性和分区容错性。

也就是在分布式环境下，必须保证每次结果查询到的数据都是最新的，但是可能某个时段去查询，会显示数据不可用，即保证强一致性。

2.5 总结

一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容忍性（Partition tolerance）这三项中的两项。可以作为我们进行架构设计、技术选型的考量标准。

对于多数大型互联网应用的场景，结点众多、部署分散，而且现在的集群规模越来越大，所以节点故障、网络故障是常态，而且要保证服务可用性达到N个9（99.99…%），并要达到良好的响应性能来提高用户体验，因此一般都会做出如下选择：保证P和A，舍弃C强一致，保证最终一致性。

3 BASE理论

3.1 强一致性和最终一致性

CAP理论告诉我们一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容忍性（Partition tolerance）这三项中的两项，其中AP在实际应用中较多，AP即舍弃一致性，保证可用性和分区容忍性。

但是在实际生产中很多场景都要实现一致性，比如之前图片中主数据库向从数据库同步数据，即使不要一致性，但是最终也要将数据同步成功来保证数据一致，这种一致性和CAP中的一致性不同，CAP中的一致性要求在任何时间查询每个结点数据都必须一致，它强调的是强一致性，但是最终一致性是允许可以在一段时间内每个结点的数据不一致，但是经过一段时间每个结点的数据必须一致，它强调的是最终数据的一致性。