什么是CAP定理

一 CAP是什么？

要了解CAP是什么，要看下面这张图：

分别解释一下：

1. C: 一致性，一致性C代表更新操作成功后，所有节点在同一时间的数据完全一致。
2. A：可用性，可用性A代表用户访问数据时，系统是否能在正常响应时间返回预期的结果。
3. P： 容错性，分区容错性P代表分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性或可用性的服务。

我们假设一个场景，电商系统下订单和扣减库存的操作，在微服务时代，其被划分到了两个项目，两者之间需要网络通讯来数据交流，如下：

其必然存在的问题就是，假如我新建订单之后，网络问题导致库存减少失败，就产生了不一致的情况。

所以在现在的情况下，我们的设计一定需要遵从一致性，无论是即时的一致性还是最终一致性，CP都是必不可少的。

假如是AP：

AP表现为订单创建后不等待库存减少直接返回处理结果

优点: 用户等待时间较少

缺点: 可能导致数据不一致

假如是CP：

CP表现为订单创建后一直等待库存减少后才返回结果

优点：数据保证了一致性

缺点：可能会有延迟以及用户体验不佳

假如是AC：

AC表现为不再拆分数据系统，在一个数据库的一个事务中完成操作，也就是单体应用。

通过个人对CAP的理解：

例如zookeeper的崩溃恢复模式以及原子广播模式都是为了保证CP，即数据的一致性。

zookeeper在某些节点宕机的时候，会暂时停止对外服务，采取一系列的措施，先恢复自己的主从节点，例如根据选举超过半数确定主，通过txid来确保数据最新，然后同步数据等操作，集群恢复之后，才会继续接受请求并处理。

那么假设zookeeper是AP，他会怎么做？

既然要可用，即就算我的一部分节点宕机，我仍然会让我还存活的节点处理消息，但是我不能保证我当前的消息一定是最新的或者正确的，但是服务一定是可用的。

那么你可以想想，redis是ap还是cp？