什么是CAP原理

分布式領域CAP理論，

專注于為中小企業(yè)提供網(wǎng)站設計制作、網(wǎng)站建設服務,電腦端+手機端+微信端的三站合一,更高效的管理,為中小企業(yè)迎江免費做網(wǎng)站提供優(yōu)質(zhì)的服務。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動了上千家企業(yè)的穩(wěn)健成長，幫助中小企業(yè)通過網(wǎng)站建設實現(xiàn)規(guī)模擴充和轉(zhuǎn)變。

Consistency(一致性), 數(shù)據(jù)一致更新，所有數(shù)據(jù)變動都是同步的

Availability(可用性), 好的響應性能

Partition tolerance(分區(qū)容錯性) 可靠性

定理：任何分布式系統(tǒng)只可同時滿足二點，沒法三者兼顧。

忠告：架構師不要將精力浪費在如何設計能滿足三者的完美分布式系統(tǒng)，而是應該進行取舍。

關系數(shù)據(jù)庫的ACID模型擁有 高一致性 + 可用性 很難進行分區(qū)：

Atomicity原子性：一個事務中所有操作都必須全部完成，要么全部不完成。

Consistency一致性. 在事務開始或結束時，數(shù)據(jù)庫應該在一致狀態(tài)。

Isolation隔離層. 事務將假定只有它自己在操作數(shù)據(jù)庫，彼此不知曉。

Durability. 一旦事務完成，就不能返回。

跨數(shù)據(jù)庫事務：2PC (two-phase commit)， 2PC is the anti-scalability pattern (Pat Helland) 是反可伸縮模式的，JavaEE中的JTA事務可以支持2PC。因為2PC是反模式，盡量不要使用2PC，使用BASE來回避。

BASE模型反ACID模型，完全不同ACID模型，犧牲高一致性，獲得可用性或可靠性：

Basically Available基本可用。支持分區(qū)失敗(e.g. sharding碎片劃分數(shù)據(jù)庫)

Soft state軟狀態(tài) 狀態(tài)可以有一段時間不同步，異步。

Eventually consistent最終一致，最終數(shù)據(jù)是一致的就可以了，而不是時時高一致。

BASE思想的主要實現(xiàn)有

1.按功能劃分數(shù)據(jù)庫

2.sharding碎片

BASE思想主要強調(diào)基本的可用性，如果你需要High 可用性，也就是純粹的高性能，那么就要以一致性或容錯性為犧牲，BASE思想的方案在性能上還是有潛力可挖的。

現(xiàn)在NoSQL運動豐富了拓展了BASE思想，可按照具體情況定制特別方案，比如忽視一致性，獲得高可用性等等，NOSQL應該有下面兩個流派：

1. Key-Value存儲，如Amaze Dynamo等，可根據(jù)CAP三原則靈活選擇不同傾向的數(shù)據(jù)庫產(chǎn)品。

2. 領域模型 + 分布式緩存 + 存儲 （Qi4j和NoSQL運動），可根據(jù)CAP三原則結合自己項目定制靈活的分布式方案，難度高。

這兩者共同點：都是關系數(shù)據(jù)庫SQL以外的可選方案，邏輯隨著數(shù)據(jù)分布，任何模型都可以自己持久化，將數(shù)據(jù)處理和數(shù)據(jù)存儲分離，將讀和寫分離，存儲可以是異步或同步，取決于對一致性的要求程度。

不同點：NOSQL之類的Key-Value存儲產(chǎn)品是和關系數(shù)據(jù)庫頭碰頭的產(chǎn)品BOX，可以適合非Java如PHP RUBY等領域，是一種可以拿來就用的產(chǎn)品，而領域模型 + 分布式緩存 + 存儲是一種復雜的架構解決方案，不是產(chǎn)品，但這種方式更靈活，更應該是架構師必須掌握的。

如何正確理解CAP理論

常見的理解及分析

目前流行的、對CAP理論解釋的情形是從同一數(shù)據(jù)在網(wǎng)絡環(huán)境中的多個副本出發(fā)的。為了保證數(shù)據(jù)不會丟失，在企業(yè)級的數(shù)據(jù)管理方案中，一般必須考慮數(shù)據(jù)的冗余存儲問題，而這應該是通過在網(wǎng)絡上的其他獨立物理存儲節(jié)點上保留另一份、或多份數(shù)據(jù)副本來實現(xiàn)的（如附圖所示）。因為在同一個存儲節(jié)點上的數(shù)據(jù)冗余明顯不能解決單點故障問題，這與通過多節(jié)點集群來提供更好的計算可用性的道理是相同的。

附圖 CAP理論示意圖

其實，不用做嚴格的證明也可以想見，如附圖的情況，數(shù)據(jù)在節(jié)點A、B、C上保留了三份，如果對節(jié)點A上的數(shù)據(jù)進行了修改，然后再讓客戶端通過網(wǎng)絡對該數(shù)據(jù)進行讀取。那么，客戶端的讀取操作什么時候返回呢？

有這樣兩種情況：一種情況是要求節(jié)點A、B、C的三份數(shù)據(jù)完全一致后返回。也就是說，這時從任何一個網(wǎng)絡節(jié)點讀取的數(shù)據(jù)都是一樣的，這就是所謂的強一致性讀。很明顯，這時數(shù)據(jù)讀取的Latency要高一些（因為要等數(shù)據(jù)在網(wǎng)絡中的復制），同時A、B、C三個節(jié)點中任何一個宕機，都會導致數(shù)據(jù)不可用。也就是說，要保證強一致性，網(wǎng)絡中的副本越多，數(shù)據(jù)的可用性就越差；

另一種情況是，允許讀操作立即返回，容忍B節(jié)點的讀取與A節(jié)點的讀取不一致的情況發(fā)生。這樣一來，可用性顯然得到了提高，網(wǎng)絡中的副本也可以多一些，唯一得不到保證的是數(shù)據(jù)一致性。當然，對寫操作同樣也有多個節(jié)點一致性的情況，在此不再贅述。

可以看出，上述對CAP理論的解釋主要是從網(wǎng)絡上多個節(jié)點之間的讀寫一致性出發(fā)考慮問題的。而這一點，對于關系型數(shù)據(jù)庫意味著什么呢？當然主要是指通常所說的Standby（關于分布式事務，涉及到更多考慮，隨后討論）情況。對此，在實踐中我們大多已經(jīng)采取了弱一致性的異步延時同步方案，以提高可用性。這種情況并不存在關系型數(shù)據(jù)庫為保證C、A而放棄P的情況；而對海量數(shù)據(jù)管理的需求，關系型數(shù)據(jù)庫擴展過程中所遇到的性能瓶頸，似乎也并不是CAP理論中所描述的那種原因造成的。那么，上述流行的說法中所描述的關系型數(shù)據(jù)庫為保證C、A而犧牲P到底是在指什么呢？

因此，如果根據(jù)現(xiàn)有的大多數(shù)資料對CAP理論的如上解釋，即只將其當作分布式系統(tǒng)中多個數(shù)據(jù)副本之間的讀寫一致性問題的通用理論對待，那么就可以得出結論：CAP既適用于NoSQL數(shù)據(jù)庫，也適用于關系型數(shù)據(jù)庫。它是NoSQL數(shù)據(jù)庫、關系型數(shù)據(jù)庫，乃至一切分布式系統(tǒng)在設計數(shù)據(jù)多個副本之間讀寫一致性問題時需要遵循的共同原則。

更深入的探究：兩種重要的分布式場景

在本文中我們要說的重點與核心是：關于對CAP理論中一致性C的理解，除了上述數(shù)據(jù)副本之間的讀寫一致性以外，分布式環(huán)境中還有兩種非常重要的場景，如果不對它們進行認識與討論，就永遠無法全面地理解CAP，當然也就無法根據(jù)CAP做出正確的解釋。但可惜的是，目前為止卻很少有人提及這兩種場景：那就是事務與關聯(lián)。

先來看看分布式環(huán)境中的事務場景。我們知道，在關系型數(shù)據(jù)庫的事務操作遵循ACID原則，其中的一致性C，主要是指一個事務中相關聯(lián)的數(shù)據(jù)在事務操作結束后是一致的。所謂ACID原則，是指在寫入/異動資料的過程中，為保證交易正確可靠所必須具備的四個特性：即原子性（Atomicity，或稱不可分割性）、一致性（Consistency）、隔離性（Isolation，又稱獨立性）和持久性（Durability）。

例如銀行的一個存款交易事務，將導致交易流水表增加一條記錄。同時，必須導致賬戶表余額發(fā)生變化，這兩個操作必須是一個事務中全部完成，保證相關數(shù)據(jù)的一致性。而前文解釋的CAP理論中的C是指對一個數(shù)據(jù)多個備份的讀寫一致性。表面上看，這兩者不是一回事，但實際上，卻是本質(zhì)基本相同的事物：數(shù)據(jù)請求會等待多個相關數(shù)據(jù)操作全部完成才返回。對分布式系統(tǒng)來講，這就是我們通常所說的分布式事務問題。

眾所周知，分布式事務一般采用兩階段提交策略來實現(xiàn)，這是一個非常耗時的復雜過程，會嚴重影響系統(tǒng)效率，在實踐中我們盡量避免使用它。在實踐過程中，如果我們?yōu)榱藬U展數(shù)據(jù)容量將數(shù)據(jù)分布式存儲，而事務的要求又完全不能降低。那么，系統(tǒng)的可用性一定會大大降低，在現(xiàn)實中我們一般都采用對這些數(shù)據(jù)不分散存儲的策略。

當然，我們也可以說，最常使用的關系型數(shù)據(jù)庫，因為這個原因，擴展性（分區(qū)可容忍性P）受到了限制，這是完全符合CAP理論的。但同時我們應該意識到，這對NoSQL數(shù)據(jù)庫也是一樣的。如果NoSQL數(shù)據(jù)庫也要求嚴格的分布式事務功能，情況并不會比關系型數(shù)據(jù)庫好多少。只是在NoSQL的設計中，我們往往會弱化甚至去除事務的功能，該問題才表現(xiàn)得不那么明顯而已。

因此，在擴展性問題上，如果要說關系型數(shù)據(jù)庫是為了保證C、A而犧牲P，在盡量避免分布式事務這一點上來看，應該是正確的。也就是說：關系型數(shù)據(jù)庫應該具有強大的事務功能，如果分區(qū)擴展，可用性就會降低；而NoSQL數(shù)據(jù)庫干脆弱化甚至去除了事務功能，因此，分區(qū)的可擴展性就大大增加了。

再來看看分布式環(huán)境中的關聯(lián)場景。初看起來，關系型數(shù)據(jù)庫中常用的多表關聯(lián)操作與CAP理論就更加不沾邊了。但仔細考慮，也可以用它來解釋數(shù)據(jù)庫分區(qū)擴展對關聯(lián)所帶來的影響。對一個數(shù)據(jù)庫來講，采用了分區(qū)擴展策略來擴充容量，數(shù)據(jù)分散存儲了，很顯然多表關聯(lián)的性能就會下降，因為我們必須在網(wǎng)絡上進行大量的數(shù)據(jù)遷移操作，這與CAP理論中數(shù)據(jù)副本之間的同步操作本質(zhì)上也是相同的。

因此，如果要保證系統(tǒng)的高可用性，需要同時實現(xiàn)強大的多表關系操作的關系型數(shù)據(jù)庫在分區(qū)可擴展性上就遇到了極大的限制（即使是那些采用了各種優(yōu)秀解決方案的MPP架構的關系型數(shù)據(jù)庫，如TeraData，Netezza等，其水平可擴展性也是遠遠不如NoSQL數(shù)據(jù)庫的），而NoSQL數(shù)據(jù)庫則干脆在設計上弱化甚至去除了多表關聯(lián)操作。那么，從這一點上來理解“NoSQL數(shù)據(jù)庫是為了保證A與P，而犧牲C”的說法，也是可以講得通的。當然，我們應該理解，關聯(lián)問題在很多情況下不是并行處理的優(yōu)點所在，這在很大程度上與Amdahl定律相符合。

所以，從事務與關聯(lián)的角度來關系型數(shù)據(jù)庫的分區(qū)可擴展性為什么受限的原因是最為清楚的。而NoSQL數(shù)據(jù)庫也正是因為弱化，甚至去除了像事務與關聯(lián)（全面地講，其實還有索引等特性）等在分布式環(huán)境中會嚴重影響系統(tǒng)可用性的功能，才獲得了更好的水平可擴展性。

那么，如果將事務與關聯(lián)也納入CAP理論中一致性C的范疇的話，問題就很清楚了：關于“關系型數(shù)據(jù)庫為了保證一致性C與可用性A，而不得不犧牲分區(qū)可容忍性P”的說法便是正確的了。但關于“NoSQL選擇了C與P，或者A與P”的說法則是錯誤的，所有的NoSQL數(shù)據(jù)庫在設計策略的大方向上都是選擇了A與P（雖然對同一數(shù)據(jù)多個副本的讀寫一致性問題的設計各有不同），從來沒有完全選擇C與P的情況存在。

結論

現(xiàn)在看來，如果理解CAP理論只是指多個數(shù)據(jù)副本之間讀寫一致性的問題，那么它對關系型數(shù)據(jù)庫與NoSQL數(shù)據(jù)庫來講是完全一樣的，它只是運行在分布式環(huán)境中的數(shù)據(jù)管理設施在設計讀寫一致性問題時需要遵循的一個原則而已，卻并不是NoSQL數(shù)據(jù)庫具有優(yōu)秀的水平可擴展性的真正原因。而如果將CAP理論中的一致性C理解為讀寫一致性、事務與關聯(lián)操作的綜合，則可以認為關系型數(shù)據(jù)庫選擇了C與A，而NoSQL數(shù)據(jù)庫則全都是選擇了A與P，但并沒有選擇C與P的情況存在。這才是用CAP理論來支持NoSQL數(shù)據(jù)庫設計正確認識。

其實，這種認識正好與被廣泛認同的NoSQL的另一個理論基礎相吻合，即與ACID對著干的BASE（基本可用性、軟狀態(tài)與最終一致性）。因為BASE的含義正好是指“NoSQL數(shù)據(jù)庫設計可以通過犧牲一定的數(shù)據(jù)一致性和容錯性來換取高性能的保持甚至提高”，即NoSQL數(shù)據(jù)庫都應該是犧牲C來換取P，而不是犧牲A。可用性A正好是所有NoSQL數(shù)據(jù)庫都普遍追求的特性。

NoSQL在少量數(shù)據(jù)的存儲上，與傳統(tǒng)關系型數(shù)據(jù)庫相比有什么劣勢嗎？

個人不認為nosql在少量數(shù)據(jù)存儲上有啥優(yōu)勢。nosql主要解決的是auto sharding的問題,你不需要sharding,搞啥nosql. 作者：方圓 鏈接：

什么是NoSQL數(shù)據(jù)庫？

2. 什么是NoSQL？

2.1 NoSQL 概述

NoSQL(NoSQL = Not Only SQL )，意即“不僅僅是SQL”，

泛指非關系型的數(shù)據(jù)庫。隨著互聯(lián)網(wǎng)web2.0網(wǎng)站的興起，傳統(tǒng)的關系數(shù)據(jù)庫在應付web2.0網(wǎng)站，特別是超大規(guī)模和高并發(fā)的SNS類型的web2.0純動態(tài)網(wǎng)站已經(jīng)顯得力不從心，暴露了很多難以克服的問題，而非關系型的數(shù)據(jù)庫則由于其本身的特點得到了非常迅速的發(fā)展。NoSQL數(shù)據(jù)庫的產(chǎn)生就是為了解決大規(guī)模數(shù)據(jù)集合多重數(shù)據(jù)種類帶來的挑戰(zhàn)，尤其是大數(shù)據(jù)應用難題，包括超大規(guī)模數(shù)據(jù)的存儲。

（例如谷歌或Facebook每天為他們的用戶收集萬億比特的數(shù)據(jù)）。這些類型的數(shù)據(jù)存儲不需要固定的模式，無需多余操作就可以橫向擴展。

2.2 NoSQL代表

MongDB、 Redis、Memcache

3. 關系型數(shù)據(jù)庫與NoSQL的區(qū)別？

3.1 RDBMS

高度組織化結構化數(shù)據(jù)

結構化查詢語言（SQL）

數(shù)據(jù)和關系都存儲在單獨的表中。

數(shù)據(jù)操縱語言，數(shù)據(jù)定義語言

嚴格的一致性

基礎事務

ACID

關系型數(shù)據(jù)庫遵循ACID規(guī)則

事務在英文中是transaction，和現(xiàn)實世界中的交易很類似，它有如下四個特性：

A (Atomicity) 原子性

原子性很容易理解，也就是說事務里的所有操作要么全部做完，要么都不做，事務成功的條件是事務里的所有操作都成功，只要有一個操作失敗，整個事務就失敗，需要回滾。比如銀行轉(zhuǎn)賬，從A賬戶轉(zhuǎn)100元至B賬戶，分為兩個步驟：1）從A賬戶取100元；2）存入100元至B賬戶。這兩步要么一起完成，要么一起不完成，如果只完成第一步，第二步失敗，錢會莫名其妙少了100元。

C (Consistency) 一致性

一致性也比較容易理解，也就是說數(shù)據(jù)庫要一直處于一致的狀態(tài)，事務的運行不會改變數(shù)據(jù)庫原本的一致性約束。

I (Isolation) 獨立性

所謂的獨立性是指并發(fā)的事務之間不會互相影響，如果一個事務要訪問的數(shù)據(jù)正在被另外一個事務修改，只要另外一個事務未提交，它所訪問的數(shù)據(jù)就不受未提交事務的影響。比如現(xiàn)有有個交易是從A賬戶轉(zhuǎn)100元至B賬戶，在這個交易還未完成的情況下，如果此時B查詢自己的賬戶，是看不到新增加的100元的

D (Durability) 持久性

持久性是指一旦事務提交后，它所做的修改將會永久的保存在數(shù)據(jù)庫上，即使出現(xiàn)宕機也不會丟失。

3.2 NoSQL

代表著不僅僅是SQL

沒有聲明性查詢語言

沒有預定義的模式

鍵 - 值對存儲，列存儲，文檔存儲，圖形數(shù)據(jù)庫

最終一致性，而非ACID屬性

非結構化和不可預知的數(shù)據(jù)

CAP定理

高性能，高可用性和可伸縮性

分布式數(shù)據(jù)庫中的CAP原理(了解)

CAP定理：

Consistency(一致性), 數(shù)據(jù)一致更新，所有數(shù)據(jù)變動都是同步的

Availability(可用性), 好的響應性能

Partition tolerance(分區(qū)容錯性) 可靠性

P: 系統(tǒng)中任意信息的丟失或失敗不會影響系統(tǒng)的繼續(xù)運作。

定理：任何分布式系統(tǒng)只可同時滿足二點，沒法三者兼顧。

CAP理論的核心是：一個分布式系統(tǒng)不可能同時很好的滿足一致性，可用性和分區(qū)容錯性這三個需求，

因此，根據(jù) CAP 原理將 NoSQL 數(shù)據(jù)庫分成了滿足 CA 原則、滿足 CP 原則和滿足 AP 原則三 大類：

CA - 單點集群，滿足一致性，可用性的系統(tǒng)，通常在可擴展性上不太強大。

CP - 滿足一致性，分區(qū)容忍性的系統(tǒng)，通常性能不是特別高。

AP - 滿足可用性，分區(qū)容忍性的系統(tǒng)，通常可能對一致性要求低一些。

CAP理論就是說在分布式存儲系統(tǒng)中，最多只能實現(xiàn)上面的兩點。

而由于當前的網(wǎng)絡硬件肯定會出現(xiàn)延遲丟包等問題，所以分區(qū)容忍性是我們必須需要實現(xiàn)的。

所以我們只能在一致性和可用性之間進行權衡，沒有NoSQL系統(tǒng)能同時保證這三點。

說明：C：強一致性 A：高可用性 P：分布式容忍性

舉例：

CA：傳統(tǒng)Oracle數(shù)據(jù)庫

AP：大多數(shù)網(wǎng)站架構的選擇

CP：Redis、Mongodb

注意：分布式架構的時候必須做出取舍。

一致性和可用性之間取一個平衡。多余大多數(shù)web應用，其實并不需要強一致性。

因此犧牲C換取P，這是目前分布式數(shù)據(jù)庫產(chǎn)品的方向。

4. 當下NoSQL的經(jīng)典應用

當下的應用是 SQL 與 NoSQL 一起使用的。

代表項目：阿里巴巴商品信息的存放。

去 IOE 化。

ps：I 是指 IBM 的小型機，很貴的，好像好幾萬一臺；O 是指 Oracle 數(shù)據(jù)庫，也很貴的，好幾萬呢；M 是指 EMC 的存儲設備，也很貴的。

難點：

數(shù)據(jù)類型多樣性。

數(shù)據(jù)源多樣性和變化重構。

數(shù)據(jù)源改造而服務平臺不需要大面積重構。

關于NewSQL數(shù)據(jù)庫對于CAP的再解釋

作者 石默研

關于CAP的討論已經(jīng)很多，包括作者的另一篇文章“對CAP的初步解釋”，基本已經(jīng)即定思維的理解就是：分布式系統(tǒng)必須遵循CAP，一個分布式系統(tǒng)的設計只能同時滿足其中兩個，不可能同時滿足；傳統(tǒng)關系數(shù)據(jù)庫選擇A與C，代表了互聯(lián)網(wǎng)新興技術的NoSQL數(shù)據(jù)庫則選擇A與P（或者C與P，雖然這種情況其實需要詳細討論）。

但是，近年來，新興的NewSQL數(shù)據(jù)庫（TiDB或者OceanBase），則是一種在分布式環(huán)境下，保證的ACID強事務特征的強一致性數(shù)據(jù)庫，并且很顯然，它同時也滿足了高可用性與優(yōu)秀的分區(qū)可容忍性（很好的可擴展特性便是其一個層面的證明），似乎看起來，C、A、P都同時保證了，這不是違反了已經(jīng)經(jīng)過嚴格證明的CAP理論嗎？

這個問題初看起來，似乎是比較神奇，但仔細分析，其實答案是很明顯的。

首先，需要讀者區(qū)分“分布式”與CAP中所提到的分區(qū)可容忍性Paritition Tolerance并不是一回事。分區(qū)可容忍性P是指以下兩種分布式的情況：

. 同一份數(shù)據(jù)的多個副本的可分布性

. 有相互關聯(lián)的數(shù)據(jù)的可分布性（操作中表現(xiàn)為保證ACID的強分布式事務）

即使是分庫分表，如果不存在以上兩種情況，只是獨立數(shù)據(jù)在同一個節(jié)點上的情況，雖然也是分布式，但跟CAP中的P沒有半毛錢關系。

那么，還是回到上面的問題，NewSQL數(shù)據(jù)庫，確實也是在保證了同一份數(shù)據(jù)多副本的強讀寫一致性、以及強分布式事務特性這樣的C的情況下，同時保證了A與P呀！事實確實如此，但這還是要仔細分析：

無論是TiDB，還是OceanBase，其在保證數(shù)據(jù)多副本的強一致性時，都采用了Paxos協(xié)議或者Raft，它們簡單來講就是多數(shù)選舉的原則，即寫不需要全部副本都完成，就能保證讀的強一致性，反過來也是一樣。因此，其在分布式情況下，保證數(shù)據(jù)讀寫強一致性的效率還是很高的，就是說，在同一個數(shù)據(jù)中心的網(wǎng)絡環(huán)境下，雖然這種分布可容忍性的滿足理論上講也會比單節(jié)點多一點點效率損失，但實際上是可以忽略不計的。但需要指出的是，在跨數(shù)據(jù)中心、跨城市的分布式情況下，如果要保證數(shù)據(jù)多副本的強一致性，即保證分區(qū)可容忍性，對效率（實際上是可用性A）的影響那還是不可忽略的。因此，在這種情況下，CAP理論依然成立。

再來看相互關聯(lián)數(shù)據(jù)的可分布性，這就涉及到了分布式事務。現(xiàn)有的NewSQL數(shù)據(jù)庫，即使在同一數(shù)據(jù)中心，為了保證強的分布式事務，對效率的折衷都是不可忽略的，所謂的樂觀事務，只是因為客觀問題本身沖突就少，并不改變沖突很多時效率明顯受影響的現(xiàn)實。因此，NewSQL數(shù)據(jù)庫雖然提供強分布式事務的能力，但在現(xiàn)實應用中，都是提倡盡量避免大量的分布式事務出現(xiàn)。如果你所遇到的應用場景是確實需要大量的分布式事務執(zhí)行，又不做應用優(yōu)化全交給數(shù)據(jù)庫執(zhí)行，那么，現(xiàn)有的NewSQL分布式數(shù)據(jù)庫，依然會遇到明顯的性能問題，其實就是可用性A降低了。同學仔細去研究應用中的實際情況就會發(fā)現(xiàn)，很多互聯(lián)網(wǎng)應用，當其所需要的QPS很高很高，而對讀寫一致性與強分布式事務的要求又不那很高時候，其實，NewSQL數(shù)據(jù)庫還是不能滿足他們的需求的，他們?nèi)匀恍枰鶕?jù)自己的情況改造或者選用NoSQL數(shù)據(jù)庫，這也是CAP理論并沒有被NewSQL打破的現(xiàn)實證明。

因此，總結來講，NewSQL數(shù)據(jù)庫，也是遵循CAP理論的，只不過，在同中心數(shù)據(jù)多副本情況下，保證P的同時對A的影響微乎其微；而在分布式事務的情況下，又采用了與應用特性相關的策略（其實樂觀、悲觀事務本質(zhì)上就有根本應用特性區(qū)分的意思）來保證性能而已。當然，隨著網(wǎng)絡與計算機性能的提高，CAP三個特征中，保證其中兩個，折衷另外一個，所帶來的影響也會逐漸變小，但其理論依然是正確的。

現(xiàn)在最成熟的開源nosql是什么？分別有什么優(yōu)缺點

Apache三劍客：HBase, Cassandra, CouchDB。HBase的前景最為看好，因為它的開發(fā)者眾多并且都是頂尖高手。Cassandra目前有很多否定的聲音。CouchDB的小而精悍，贊譽很多，將要正式發(fā)布的CouchBase融合了MemBase和CouchDB，很令人期待。

HBase和Cassandra都是效仿Google的BigTable的基于列的數(shù)據(jù)庫，它們都是用Java寫的。另外一類似的數(shù)據(jù)庫是HyperTable，百度用在一些后臺分析，因為它是C++寫的，速度比較快。不過HyperTable有點邊緣，不太流行。這些基于列的開源數(shù)據(jù)庫目前都比Goolge的BigTable差之少一個數(shù)量級

CouchDB是一個文檔數(shù)據(jù)庫。其最大的競爭者是MongoDB。MongoDB和HBase都采用主從服務器設計。CouchDB的服務器分布設計和Cassandra類似，Peer to Peer類型的。主從服務器設計一般能更好的strong consistent，屬于CAP理論中的CP類型。 CouchDB和Cassandra一般認為都是eventual consistent，屬于CAP理論中的AP類型。但其實MongoDB和Cassandra都可以設置成strong consistent或者eventual consistent。

以上所提到的數(shù)據(jù)庫都支持MapReduce。好像出了HyperTable都支持非主鍵索引。HBase和strong consistent配置的MongoDB都支持最基本的鎖定（HBase單行鎖定，MongoDB單文檔鎖定），因此可以實現(xiàn)transaction，但是實現(xiàn)有點復雜和低效。單就transaction這一點，目前開源NoSQL數(shù)據(jù)庫沒有做的比較好的。

MongoDB的最大賣點是不需構建非主鍵索引也能執(zhí)行很多查詢。但是MongoDB的服務器分布設計實在不能讓人恭維，可以說是NoSQL數(shù)據(jù)庫中最Ugly的實現(xiàn)。

K-V數(shù)據(jù)庫比較多，而且上面提到的基于列的數(shù)據(jù)庫和文檔數(shù)據(jù)庫其實也都是K-V數(shù)據(jù)庫。比較流行的純種K-V數(shù)據(jù)庫有:

Memcached: 非常流行，不支持持久化

VMWare's Redis: 很流行，新浪和知乎都在用，CP類型。

MemBase: 由很多Memcached的開發(fā)者開發(fā)，使用sqlite作底層存儲。在社交游戲中用的比較多, zynga在用，CP類型。

Riak, 分布式實現(xiàn)和CouchDB/Cassandra比較像，AP類型。支持MapReduce。

Linkin's Voldemort， 在K-V中少見的eventual consistent ，AP類型。

TT, TC

純基于二維座標索引的是Neo4j。但是現(xiàn)在MongoDB和CouchDB都集成這一特性。

目前CouchDB的開發(fā)者成立的公司CouchOne收購了MemBase，將其底層sqlite換成CouchDB推出了CouchBase，從而引入MapReduce以支持非主鍵索引。CouchBase暫時還沒有正式發(fā)布官方正式版，不過快了。雖然CouchDB是eventual consistent的，但是CouchBase的開發(fā)者宣稱CouchBase保持了MemBase的strong consistent特性，具體實現(xiàn)有待以后研究。

如果從成熟的角度來看，比較成熟并且十分流行的的有CouchDB，Memcached，Redis。

HBase和MongonDB和Cassandra都比較新，處于頻繁更新之中。最有前途的是HBase，但是Hadoop/HBase集群的維護常常需要很多專業(yè)人員并且需要構建一個比較大的集群才能最大化體現(xiàn)出威力，因此用戶主要是Facebook, yahoo, 百度和阿里巴巴等大公司。

個人比較期待CouchBase。

轉(zhuǎn)載僅供參考，版權屬于原作者。祝你愉快，滿意請采納哦

文章名稱：CAP理論是NoSql,cap理論是分布式領域的重要理論
瀏覽地址：http://chinadenli.net/article3/dsgogos.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供全網(wǎng)營銷推廣、網(wǎng)站改版、網(wǎng)站設計、虛擬主機、電子商務、手機網(wǎng)站建設

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)