Skip to content
←

필사 모드: CAP 定理，不打马虎眼地讲清楚

中文
0%
정확도 0%
💡 왼쪽 원문을 읽으면서 오른쪽에 따라 써보세요. Tab 키로 힌트를 받을 수 있습니다.

引言 — "选二"的问题

学分布式系统时，你几乎必然会遇到 CAP 定理。而且几乎必然是以这种压缩过的形式遇到它："一致性(Consistency)、可用性(Availability)、分区容错性(Partition tolerance)三者中只能选二。"接着是一张三角形图，把每种数据库钉在三条边中的一条上。

这个说法好记，但是错的。更准确地说，它被磨平到会误导人的地步。CAP 定理实际说的东西，范围窄得多、精确得多。这篇文章的目标就是把这层磨平去掉。不打马虎眼，我们会把三个字母各自严格的含义钉死，讲清楚为什么"三选二"是一种误解，以及这个定理对实际系统设计到底意味着什么。

三个字母的严格定义

先要把术语钉准。CAP 的三个字母听起来像日常用语，但在定理内部，它们各自有非常具体的含义。

C — 一致性(Consistency)。 这里的一致性指的是线性一致性(linearizability)。说白了，就是每个客户端看到的数据，就好像只存在一份副本一样。一旦某次写入成功完成，之后开始的每一次读取都必须看到这次写入(或者更新的写入)。绝不能返回旧值。这和后面会讲到的 ACID 里的 C，是完全不同的概念。

A — 可用性(Availability)。 这里的可用性指的是"每一个未失效的节点，都必须对每一个请求返回一个(非错误的)响应"。关键在于"每一个未失效的节点"。不是部分节点响应就够了，只要节点还活着，就必须应答。而且这个应答要在合理的时间内到达。让调用方无限期等待，不算可用。

P — 分区容错性(Partition tolerance)。 分区(partition)指的是网络被割裂，导致节点组之间无法互相传递消息的情况。分区容错性，就是"即便发生这样的分区，系统仍然继续运作"的性质。

把这三个定义并排放在一起看，就已经能看出那张常见的三角形图为什么会误导人了。

为什么"三选二"是错的

核心在这里：分区容错性(P)不是一个可选项。无论你选不选，网络分区在现实中都会发生。交换机会挂掉，网线会被剪断，数据中心之间的链路会瞬间堵塞。只要有多台机器通过网络通信，分区就不是"可能发生的事"，而是"迟早会发生的事"。

所以"放弃 P"这个选项事实上并不存在。扛不住分区的系统，一旦分区发生，要么给出错误答案，要么数据损坏。在任何认真的分布式系统里，P 都不是可以拿来谈判的东西。

那真正的选择是什么呢？CAP 定理真正说的是这个：

在网络分区发生的那一刻，你必须在一致性(C)和可用性(A)之间放弃一个。

分区发生时，节点组之间无法互相通信。这时如果写请求打到其中一组，能选的就恰好只有两条路。

  • 选可用性(AP)：直接接受写入并响应。但另一组不知道这次变更，所以那边读到的会是旧值。这就是放弃了一致性。
  • 选一致性(CP)：因为没法和另一组达成一致，所以拒绝或阻塞这个请求。答不了，也就是放弃了可用性。

也就是说，CAP 不是"平时三选二"的问题，而是"分区发生时选 C 还是选 A"的问题。没有分区的平时，C 和 A 可以同时享有。选择只在分区这个例外情况下才被强制发生。

  无分区(正常)              分区发生
  ┌─────────────┐          ┌─────────────┐
  │ C 和 A 都能  │   -->    │ C 或 A 中    │
  │  同时享有    │          │  只能选一个  │
  └─────────────┘          └─────────────┘

PACELC — 更完整的图景

CAP 漏掉了重要的另一半。那就是"没有分区的时候会怎样"。CAP 只谈分区状况，对正常状况保持沉默。但系统的大部分时间，都处在没有分区的正常状态。描述这段时间里的权衡的，正是 PACELC。

PACELC 是这样读的：

如果发生分区(P)，就在可用性(A)和一致性(C)之间选。否则(Else, E)，就在延迟(L)和一致性(C)之间选。

前半段(PAC)和 CAP 一样。新的是后半段(ELC)。即便没有分区，正常状况下依然存在权衡。要维持强一致性，多个副本就必须达成一致，而达成一致需要时间。也就是说，一致性拉得越高，延迟就越大。反过来，要降低延迟，就得放松甚至跳过这个一致过程，一致性也就随之变弱。

用这个框架看，可以把系统按两条轴分类。

分类分区时(PAC)正常时(ELC)含义
PA/EL可用性优先延迟优先始终选快和可用
PC/EC一致性优先一致性优先始终选一致性
PA/EC可用性优先一致性优先只在分区时不放弃可用性
PC/EL一致性优先延迟优先只在分区时坚守一致性

PACELC 比 CAP 更好的地方在于，它捕捉到了我们实际每天都要面对的权衡。分区是罕见事件，但"一致性还是延迟"是贯穿整个正常运行时期的持续选择。

真实系统站在哪一边

把理论套到真实系统上，会清晰得多。

Amazon Dynamo 系列 — AP(以及 EL)。 Dynamo 和它的后代们(比如 Cassandra、Riak，以及 DynamoDB 的部分配置)是以可用性优先为设计目标的。即便发生分区，也继续接受写入，等副本之后再次相遇时，再解决冲突。这一系列提供的是最终一致性(eventual consistency)。此刻不同节点上的值可能不一样，但随着时间推移会收敛。即便在正常状况下，它们也不等待达成一致，而是选择低延迟，所以更接近 EL。"购物车绝不能卡住"这样的需求催生了这个选择。两台设备里放进去的东西即便一时对不上，之后合并就好。

Google Spanner — CP(以及 EC)。 Spanner 是完全相反的极端。它是一个遍布全球的数据库，却依然提供强一致性(外部一致性，事实上等同于线性一致性)。分区发生时，无法达成共识(Paxos)的那一侧会停止写入。也就是说，为了一致性让出了可用性。即便在正常状况下，也要经过副本间的共识和精密的时间同步，所以延迟会增加，即 EC。Spanner 出名的原因在于，它靠原子钟和 GPS 打造的 TrueTime 这套装置，把这种强一致性以实用的性能做到了全球规模。但它并没有绕开 CAP。分区发生时，它依然要放弃可用性。

传统的单节点 RDBMS。 一台 PostgreSQL 或 MySQL 实例呢？这里没有被网络分割开的副本，所以分区这个概念本身就变得模糊。CAP 本质上是一个关于数据在多个节点间复制的定理。单节点在这个舞台之外。当然，一旦加上复制(replication)，就重新站到了这个权衡的舞台上。

总结一下：没有哪个系统能说自己"打破了 CAP"或者"三者都拥有"。分区一旦发生，所有系统都必须在 C 和 A 之间做选择。差别只在于被设计成选哪一边。

CAP 的 C 和 ACID 的 C 不是一回事

这里必须点破一个非常常见的混淆。CAP 的 C 和 ACID 的 C，只是拼写相同，含义完全不同。

  • CAP 的 C = 线性一致性。在多个副本之间，每个客户端看到的都是最新的值。这是关于分布式复制的性质。
  • ACID 的 C = 一致性(consistency)，但这里指的是"约束的保持"。事务不破坏数据库的不变式(外键、唯一约束、用户定义的规则等)，只从一个有效状态转移到另一个有效状态。这是关于单个事务正确性的性质。

两者处在不同的层面上。ACID 的 C 是数据库信守应用定义的规则这一承诺，CAP 的 C 是多个副本展示相同值这一承诺。把这两者混为一谈，就会写出"CP 系统保证 ACID"这类错误的句子。实际上它们是彼此独立的概念。

再往深一层，分布式事务里常说的隔离级别最高一级——可串行化(serializability)，和 CAP 的线性一致性(linearizability)也不是一回事。可串行化指的是多个事务的结果等价于某种串行执行；线性一致性指的是单个对象上的操作遵循实时顺序。把这两者结合起来的强保证叫做严格可串行化(strict serializability)，Spanner 追求的大致就是这个点。术语相似容易混淆，所以要经常反问自己："这到底是关于什么的顺序保证？"

一致性是一个光谱

CAP 把一致性当成"是否线性一致"的二分法来处理，但现实中的一致性是一个宽广的光谱。从强的一端走到弱的一端，看几个台阶，就有感觉了。

  • 线性一致(linearizable)：最强。每次读取都能看到最新的写入。
  • 顺序一致性(sequential)：所有客户端看到的操作顺序相同，但这个顺序不必和实时顺序一致。
  • 因果一致性(causal)：只有存在因果关系的操作才保持顺序。互不相关的操作即便顺序颠倒也没关系。
  • 最终一致性(eventual)：只要没有新的写入，所有副本迟早会收敛到同一个值。在那之前，可能看到旧值。

当 AP 系统说"放弃一致性"时，多数情况下并不是掉进彻底的无序，而是选择了这个光谱较弱的一端(比如最终一致性或因果一致性)。所以比起"AP 还是 CP"这种二分法，更贴近实务的问法是"你在用什么代价换取哪个层级的一致性"。

常见的误解

把到目前为止的内容，重新整理成一份误解清单：

  • "平时三选二" —— 不对。没有分区时，C 和 A 都能享有。选择只在分区那一刻才被强制。
  • "P 是可以放弃的选项" —— 不对。网络分区在现实中必然发生，所以在分布式系统里 P 事实上是必需的。
  • "存在 CA 系统" —— 在多节点复制的系统里，无视分区的 CA 实际上不成立。分区一旦发生，最终还是会失去 C 或 A 中的一个。
  • "CP 系统总是处于不可用状态" —— 不对。CP 系统只在分区发生的那一刻、在受影响的那部分让出可用性。平时照常响应。
  • "CAP 的 C 就是 ACID 的 C" —— 不对。正如前一节所说，这是完全不同的概念。
  • "最终一致性就是数据乱七八糟" —— 不对。它保证收敛，甚至还有维持因果关系这样更强的形式。

给设计者的实战指南

把这套理论落到实际决策上时，有几个有用的问题。

首先要问的是这份数据能不能容忍短暂地展示旧值。社交动态里的点赞数、商品的浏览量，这类数据即便短暂对不上也不是大事。这种场景下，AP 加低延迟是合理的。反过来，银行余额、库存数量、座位预订这类不能卖两次的数据，需要强一致性，所以会偏向 CP。

接下来要问的是是否明确设计了分区发生时的行为。很多事故都来自"分区不会发生"这个隐含假设。分区必然会来，所以要提前决定："那一刻，是阻塞写入，还是先接受再事后和解？"如果选择了后者，还要一并定好冲突解决策略(最新时间戳优先、版本向量、CRDT 等)。

最后要问的是是否清楚正常状况下的延迟预算。正如 PACELC 的 ELC 所提醒的，强一致性即便在正常状况下也会带来延迟。要决定的是：能不能承担等待地球另一端的副本达成一致的成本，还是允许各地区采用较弱的一致性来削减延迟。

结语

CAP 定理是分布式系统里被引用得最多、也被误解得最多的结果之一。"三选二"这个带着比划的总结好记，但恰恰藏住了最要紧的真相。真正的故事精确得多。分区容错性事实上是必需的，真正的选择只发生在分区出现的那一刻，在一致性和可用性之间。而正如 PACELC 所提醒的，即便在没有分区的平时，一致性和延迟之间那场安静的权衡也一直在流动。

Dynamo 选了可用性，Spanner 选了一致性，不是因为哪一边更对，而是因为它们要解决的问题本来就不同。好的设计者不会宣称自己战胜了 CAP。相反，他们会清楚地回答这个问题："对于这份数据，分区发生时，我愿意放弃什么？"把比划去掉之后，CAP 就不再是一个魔法三角形，而是一件诚实的工具，逼你去问出那个清楚的问题。

参考资料

현재 단락 (1/65)

学分布式系统时，你几乎必然会遇到 CAP 定理。而且几乎必然是以这种压缩过的形式遇到它："一致性(Consistency)、可用性(Availability)、分区容错性(Partition tole...

작성 글자: 0자원문 글자: 5,289자작성 단락: 0/65