Module 01 · Introducing NoSQL

CAP TheoremCAP 定理概述

欢迎观看关于 CAP 定理 的介绍视频。通过本视频，您将能够：

定义 CAP 定理，
描述 CAP 定理 的特点，
了解 CAP 定理 的历史及其在分布式系统中的相关性。

CAP 定理的背景

在 2000 年代初期，Hadoop 架构作为首个开源分布式架构被创建，用于存储和处理大规模数据。随着越来越多的服务被开发出来，需要将数据库分布式存储和处理。

当时，许多企业要求服务不仅能在全球多个地区保持活跃和可访问，而且要求服务始终保持可用性。而依赖数据一致性的关系型数据库在此情境下似乎无法实现 分布式系统中的可用性，这正是 CAP 定理 所揭示的内容。

CAP 定理的定义

CAP 定理（也叫 Brewer 定理）由 Eric A. Brewer 教授在 2000 年提出，后来由麻省理工学院（MIT）的 Seth Gilbert 和 Nancy Lynch 在 2002 年进行修订。该定理指出，分布式系统 设计、实现和部署时，存在三个核心要求：

一致性（Consistency）
可用性（Availability）
分区容忍性（Partition Tolerance）

CAP 定理的关键点

分布式系统只能同时保证以下三个特性中的两个，无法同时满足三个要求。

这三个特性分别意味着什么？

一致性（Consistency）：
- 系统中的所有节点都能看到相同的数据。换句话说，所有节点都必须保证在同一时刻显示相同的数据。
可用性（Availability）：
- 每个请求都能获得响应，无论成功还是失败。即使部分节点无法访问，系统仍能提供服务。
分区容忍性（Partition Tolerance）：
- 当发生数据丢失或网络故障时，系统仍然能够正常运行。分区容忍性意味着即使某些节点之间的连接中断，系统依然能够继续运行。

分区容忍性详解

在分布式系统中，分区是指通信中断，即节点之间的连接丢失或延迟。分区容忍性要求系统在发生通信故障时依然能够继续运行。

例如，在一个由 8 个节点组成的集群中，如果发生网络分区，所有节点之间的通信会中断，最终集群被分成两个 4 节点的子集群。等到网络恢复后，两个子集群之间的一致性会被重新同步。

在分布式系统中，分区容忍性是不可避免的，因此它成为 NoSQL 等原生分布式系统的基本特性。

CAP 定理与 NoSQL 数据库

在 NoSQL 数据库中，分区容忍性是必需的，因此系统可以选择：

一致性和分区容忍性（CP），或
可用性和分区容忍性（AP）。

举例来说，像 MongoDB 和 Cassandra 这样的 NoSQL 系统可以根据 CAP 定理 分类：

MongoDB 选择 一致性 作为主要设计目标。
Apache Cassandra 选择 可用性 作为主要设计目标。

这并不意味着 MongoDB 就无法提供可用性，或者 Cassandra 无法实现一致性。它们只是在设计时优先保证一致性（对于 MongoDB）或可用性（对于 Cassandra），而其他方面是可调节的。

总结

通过本视频，您学到了：

CAP 定理 可以用于对 NoSQL 数据库进行分类。
NoSQL 数据库在一致性和可用性之间进行选择。
分区容忍性 是 NoSQL 数据库的基本特性。