当前位置：首页 > news >正文

CAP理论与 BASE理论

news 来源：原创 2025/9/7 6:07:27

一、分布式系统存在的问题

1.分布式系统

20世纪90年代，随着互联网应用的快速扩张，传统单机系统难以支撑高并发、跨地域的数据处理需求。分布式系统（Distributed System）逐渐成为主流架构，分布式系统是由多台计算机（节点）通过网络连接协作组成的系统。这些节点分布在不同的物理位置，通过消息传递协调工作，对外表现为一个统一的整体。用户无需感知底层节点的分布细节，即可访问系统的功能或资源。

2.分区问题

分布式系统虽然成为了主流架构，但网络通信的不可靠性（如延迟、丢包、分区）依旧是其设计瓶颈。

网络分区（Network Partition） 指的是分布式系统中，由于网络故障（如交换机故障、光纤断裂、网络拥塞等），导致部分节点之间无法正常通信，整个系统被分割成多个独立的子网络（称为分区）。每个分区内的节点可以互相通信，但无法与其他分区的节点交换数据。

示例场景：

假设一个分布式数据库系统由3个节点（A、B、C）组成，部署在两个机房：
机房1：节点A、B
机房2：节点C

如果机房之间的网络突然中断（如光缆被挖断），节点A和B与节点C失去联系，系统被分割为两个独立的分区：
分区1：节点A、B（机房1）
分区2：节点C（机房2）

3.强一致性与高可用性的矛盾

在早期分布式系统中，设计者普遍采用ACID事务模型（强一致性），但在跨区域部署时，同步数据的延迟导致系统可用性下降。若坚持强一致性，系统响应速度会显著降低，影响用户体验。这就是 强一致性与高可用性的矛盾 。

本世纪初电商、社交等应用的需求激增。对高可用性。这些应用下用户对短暂数据不一致的容忍度较高，但对服务中断的容忍度极低。也就是说相比于强一致性，这些应用更加需要满足高可用性。

因此，需重新权衡一致性与可用性，以支持更灵活的架构设计。

二、CAP理论

在上述问题的基础上，加州大学伯克利分校的教授 埃里克·布鲁尔（Eric A. Brewer） 于2000年在分布式计算原理研讨会（PODC）上提出 CAP猜想，又被称作布鲁尔理论（Brewer’s theorem）。

2002年，麻省理工学院的 Seth Gilbert 和 Nancy Lynch 在文献《Brewer’s conjecture and the feasibility of consistent, available, partition-tolerant web services》（DOI：10.1145/564585.564601）中发表了布鲁尔猜想的证明，CAP 理论正式成为分布式领域的定理。

埃里克·布鲁尔（Eric A. Brewer）

1. CAP理论的核心概念

一致性（Consistency） ：所有节点在同一时间访问相同的最新数据。写入操作后，任何读取都能立即获得最新值。
可用性（Availability） ：每个请求都能获得响应（不保证数据最新），系统始终处于可操作状态。
分区容错性（Partition Tolerance） ：系统在遭遇网络分区（节点间通信中断）时仍能继续运行。

2. CAP理论的核心观点

（1）CAP理论

CAP 也就是 Consistency（一致性）、Availability（可用性）、Partition Tolerance（分区容错性）这三个单词首字母组合。

CAP理论指出对于一个分布式计算系统来说，不可能同时满足 Consistency（一致性）、Availability（可用性）、Partition Tolerance（分区容错性） 。

（2）CAP的权衡

网络分区发生时，系统必须在C和A之间选择：

CP（放弃A）：保证一致性和分区容忍性。当分区发生时，系统为了确保数据一致性，可能拒绝部分写操作或读操作，直到网络分区恢复。
AP（放弃C）：保证可用性和分区容忍性。当分区发生时，系统为了确保可用性，会继续响应请求，但是可能返回旧数据。
CA（放弃P）：仅在无分区的理想场景下可能实现，现实中的分布式系统通常无法完全避免分区，故CA系统罕见。

3. CAP误解修正

（1）CAP并非绝对三选二

1. CAP并非绝对三选二：仅在分区发生时强制权衡，正常情况可兼顾C和A。

在系统不存在分区的情况下没什么理由牺牲 C 或 A，所以正常情况可兼顾C和A。一句话概括：

当没有出现分区问题的时候，系统就应该有完美的数据一致性和可用性。

2. CAP并非绝对三选二：分区容错性 P 是一定要满足。

部分人常常简单将CAP理论理解为：“一致性、可用性、分区容忍性三者你只能同时达到其中两个，不可能同时达到”。实际上并不准确。

在 CAP 理论诞生 12 年之后，埃里克·布鲁尔在 2012 年重新发布了论文《CAP twelve years later: How the “rules” have changed》（DOI：10.1109/MC.2012.37）。论文中指出：

CAP 理论中分区容错性 P 是一定要满足的，在此基础上，只能满足可用性 A 或者一致性 C。

为什么说“分区容忍性（P）是必选项？

分布式系统的本质：分布式系统由多个节点组成，节点间必然存在网络通信，而网络故障是物理世界的常态（如光纤损坏、路由器宕机）。无法保证网络永远可靠，因此必须设计系统应对分区。

（2）C/A 权衡并非针对整个分布式系统，而是按需细化

CAP理论中一致性（C）与可用性（A）的取舍并非系统级强制绑定，而是可针对不同模块或数据类型局部动态决策。以支付系统为例：
账户余额、交易流水等金融核心数据，需确保跨节点强一致（CP）；
会员名称、支付偏好等非关键信息，允许分区期间返回旧值以优先服务可用性（AP）。

设计核心：基于业务价值与风险，为不同数据单元定义独立的一致性等级，实现精细化权衡。

（3）CAP 的三个特性不是只有和否两种极端选择，非二元对立

CAP理论中C/A/P 并不是非true即false的布尔选项，而是连续可调的权衡维度。
可用性显然是在 0% 到 100% 之间连续变化的，一致性分很多级别，分区也可以细分为不同含义。

4. CP 与 AP

根据上述理论可以得出，对于分布式系统，我们只能能考虑当发生分区错误时，如何选择一致性和可用性。

（1）实际应用

CP系统： 如金融系统，确保数据准确但可能牺牲可用性。
AP系统： 如社交平台，允许短暂不一致，通过同步机制最终达成一致。

（2）开源案例分析

CP系统： ZooKeeper、HBase。分区时拒绝写入，确保数据强一致。
AP系统： Eureka 、Cassandra、Dynamo。分区时继续响应，可能返回旧数据，后续解决冲突。
Nacos 不仅支持 CP 也支持 AP

5.CAP理论文献引用

Gilbert S, Lynch N. Brewer’s conjecture and the feasibility of consistent, available, partition-tolerant web services[J]. Acm Sigact News, 2002, 33(2): 51-59.
Brewer E. CAP twelve years later: How the" rules" have changed[J]. Computer, 2012, 45(2): 23-29.

三、BASE理论

1. BASE理论简介

eBay 的架构师 Dan Pritchett 与2008年在 ACM 上发表《BASE: An Acid Alternative: In partitioned databases, trading some consistency for availability can lead to dramatic improvements in scalability.》提出了BASE理论（DOI: 10.1145/1394127.1394128）。

BASE 是 Basically Available（基本可用）、Soft-state（软状态）和 Eventually Consistent（最终一致性）三个短语的缩写。BASE 理论是对 CAP 中一致性 C 和可用性 A 权衡的结果，其来源于对大规模互联网系统分布式实践的总结，是基于 CAP 定理逐步演化而来的，它大大降低了我们对系统的要求。