CAP概念和三种情况、Redis和分布式事务的权衡

借鉴：https://cloud.tencent.com/developer/article/1840206
https://www.cnblogs.com/huanghuanghui/p/9592016.html

一：CAP概念和三种情况

1.概念：
C全称Consistency（一致性）：这个表示所有节点返回的数据是一致的。

A全称Availability（可用性）：每一个非故障节点，都能够对每一个请求做出响应。说白了就是某个节点坏了，不能影响其他的节点业务。

P全称Partition tolerance（分区容错性）：当系统中有节点因网络原因无法通信时，系统依然可以继续运行。(即集群)

2.三种情况
2.1 AP场景：更新操作主Mysql成功了，就返回成功

写请求把用户姓名【张三】改为【李四】，写请求写入主Mysql成功后，系统就直接返回成功；然后再通过主Mysql的binlog日志方式把数据同步到从Mysql。
这种方式其实是放弃了数据一致性。因为如果出现网络延迟，数据没有及时同步到从Mysql，那就导致了主Mysql值为李四，而从Mysql值为张三，导致数据不一致。但主从mysql照样可以提供服务，也就是保证了可用性A。

2.2 CP场景：更新操作主从mysql都成功了，才返回成功

写请求把用户姓名【张三】改为【李四】，写请求一定要等到主从mysql都写入成功了，系统才能成功返回。
这种方式保证了数据一致性，因为主从mysql更新数据都成功才算成功，但网络出现问题时，主mysql无法访问从节点，导致写操作一直不成功。其实就是放弃了可用性，只满足CP原则，系统只能提供读服务。

综合来看，再满足P的前提下，是不可能同时满足C和A的。

2.3 CA场景： 单点集群，满足一致性，可用性的系统，通常在可扩展性上不强大。

分布式：不同的多台服务器上面部署不同的服务模块（工程），他们之间通过Rpc/Rmi之间通信和调用，对外提供服务和组内协作。
集群：不同的多台服务器上面部署相同的服务模块，通过分布式调度软件进行统一的调度，对外提供服务和访问。

二：Redis和分布式事务的权衡

1、Redis中间件 ----> AP
2、RocketMQ中间件 -----> AP
3、分布式事务-2pc ----> CP
4、分布式事务-最大努力尝试 —> AP
5、Eureka —> AP
6.Mysql三种主从复制下：
异步 AP
同步 CP
半同步 AP