CAP 理论解析

以 Eureka 集群为例

当客户端注册到服务端某个节点时，服务端需要同步注册表到其他节点。

一致性

• 当客户端向某个节点的注册表注册时，请求任何一个节点的注册表数据应当是一致的、最新的。
• 保持一致性：由于分布式系统中同步数据存在网络延迟，需要一定时间进行注册表数据同步，这会导致短时间的不可用。
• 放弃一致性：允许集群中的节点注册表数据暂时不一致。

可用性

• 当集群中数据变动时，集群节点需要始终保持可用。
• 保持可用性：注册表数据变动期间，系统仍然可用，但可能出现短时间的不一致性。
• 放弃可用性：在注册表数据同步期间系统会出现短暂的不可用，直到数据同步完成（如使用 Zookeeper 作为注册中心时）。

一致性与可用性

• 分布式系统中，由于网络传输的延迟，同步数据不可避免地会花费时间。
  • 保持一致性：需要等待数据同步完成，因此可能影响可用性。
  • 保持可用性：可能会导致数据出现短暂的不一致性。

分区容忍性

• 分区容忍性是 CAP 理论中必须保持的一个关键点。
• 特性分析：
  • 分区容忍性与一致性或可用性无直接关联。
  • 它是分布式系统中必须实现的特性。
• 舍弃分区容错性的影响：
  • 舍弃分区容错性意味着系统在出现分区错误时不可用，需要等待系统恢复后才能正常运行。
  • 随着分布式系统节点数量增加，发生分区的概率增大，放弃分区容错性将显著提高系统不可用的概率。

以上是对 CAP 理论的个人理解。