CAP 与 BASE

「一致性、可用性、分区容错三选二」是被误传最广的口号。CAP 真正说的是：当网络分区发生时，你必须在一致性和可用性之间二选一。而 BASE 是大规模系统给出的工程退让。

1. 先厘清三个字母

字母	全称	含义
C	Consistency（一致性）	所有节点在同一时刻看到同一份最新数据，等价于线性一致性
A	Availability（可用性）	每个到达非故障节点的请求，都能得到非错误的响应（不保证是最新数据）
P	Partition tolerance（分区容错）	网络分区（节点之间消息丢失或延迟）时系统仍能继续运行

关键点在于 P 不是可选项。在真实网络里，分区一定发生——交换机故障、跨机房抖动、GC 停顿都会造成节点间「失联」。既然 P 必须选，真正的问题就变成：分区发生的那一刻，你放弃 C 还是放弃 A？

• 放弃 A 保 C → CP：宁可不响应，也要保证不返回过期数据。
• 放弃 C 保 A → AP：宁可返回可能过期的数据，也要保证有响应。

一句话记忆

CAP 不是「三选二」，而是「P 必选，然后在 C 和 A 之间二选一」。而且这个取舍只在分区期间成立——没分区时，系统可以同时提供一致性和可用性。

2. 一致性到底是什么

很多人把「强一致」和「能读到最新值」划等号，其实现代系统的一致性是一把梯子，越强越贵：

级别	含义	典型场景
线性一致（Linearizable）	所有操作看起来在单一时间点原子发生，全局有序	分布式锁、选主、元数据
顺序一致（Sequential）	所有进程看到同一操作顺序，但不要求与真实时间对齐	部分协调服务
因果一致（Causal）	有因果关系的操作顺序被保留，无因果的可乱序	社交评论、协作编辑
最终一致（Eventual）	停止写入后，最终所有副本收敛到同一值	缓存、搜索索引、计数

选型时的正确问法不是「要不要强一致」，而是「这个数据到底需要哪一级」。商品库存要接近线性一致，商品详情页的浏览量用最终一致即可。

3. PACELC：把分区之外的代价也补上

CAP 只描述了「分区时」的取舍。分区没有发生时呢？系统仍然要在延迟（Latency）和一致性（Consistency）之间权衡——要强一致就得多等几个副本确认，延迟升高；要低延迟就可能读到一个暂时落后的副本。

这被总结为 PACELC：

如果有 P（分区），在 A 和 C 之间选；Else（否则），在 L（延迟）和 C 之间选。

这提醒我们：即使网络一切正常，强一致也有成本——它体现在延迟上，而不是「能不能用」上。

4. 常见系统的倾向

系统 / 组件	倾向	说明
ZooKeeper / etcd	CP	用于协调、选主、配置，分区时可能短暂不可用以保证元数据一致
传统 RDBMS 主从强同步	CP	主机确认加从库同步，牺牲部分可用性换取不丢数据
Eureka（注册中心）	AP	宁可返回可能过期的服务列表，也不让注册中心不可用
Cassandra / DynamoDB	AP（可调）	通过一致性级别（如 QUORUM）在 C/A 之间滑动
DNS	AP	最终一致可接受，可用性优先
Redis 主从（默认异步复制）	AP	主库故障切换可能丢失极少量写入

没有绝对的好方案

同一个系统里，不同数据可以有不同的取舍：账户余额走 CP，用户昵称走 AP。按数据分级，而不是按系统一刀切。

5. BASE：强一致的工程替代

强一致（ACID）在大规模分布式里代价高昂，BASE 是与之相对的一组妥协原则：

• Basically Available（基本可用）：允许损失部分可用性——比如降级、限流、返回兜底数据，但核心功能可用。
• Soft State（软状态）：允许系统存在中间态，不要求任何时刻都一致。
• Eventually Consistent（最终一致）：在没有新写入的前提下，数据最终会收敛到一致。

BASE 不是「放弃正确性」，而是把「瞬时一致」换成了「最终一致 + 可修复」。它必须配套一整套机制，否则「最终」会变成「永远不」：

配套机制	作用
幂等	保证重复投递/重试不会造成重复扣减
重试与退避	让暂时失败的操作有机会成功
对账任务	周期性扫描，发现不一致并告警/修复
状态机	用明确的状态迁移描述流程，便于补偿与追踪
异步化（消息/事件）	解耦生产与消费，削峰填谷

6. 实践建议

1. 先写清业务一致性需求，再选组件。把「这个数据晚 1 秒一致会不会出问题」问清楚。
2. 不要给所有数据一刀切强一致。一刀切的结果通常是：该快的慢了，该准的没准。
3. 最终一致必须回答三个问题：多久能一致？如何发现不一致？发现后如何修复？答不上来，就是给自己埋雷。
4. 分区要演练。用混沌工程主动注入网络分区，验证系统在 CP/AP 取舍下的真实表现，而不是等它自然发生。

7. 小结

• P 必选，CAP 的取舍是分区期间在 C 与 A 之间二选一，不是三选二。
• 一致性是一把梯子（线性 → 顺序 → 因果 → 最终），按数据分级选用。
• PACELC 补充了「无分区时在延迟与一致性之间取舍」这一维度。
• BASE（基本可用、软状态、最终一致）是强一致的工程替代，但必须配套幂等、对账与补偿。
• 能用简单方案解决的，就不要用 CAP 的取舍去为难自己。