基于Cap理論的系統設計

于海水

摘 要：本文，首先分析Cap理論概述，其次闡明Cap理論的內涵與需求，再次探討基于Cap理論的系統設計定理與系統設計模型，旨在進一步優化系統設計水平，滿足聯網的計算機信息傳遞需求。

關鍵詞：Cap理論；系統設計；模型

中圖分類號：TP393.08 文獻標識碼：A 文章編號：1671-2064（2018）23-0027-02

Cap原則又稱Cap定理，是指在同一個分布式系統中，一致性、可用性、分區容錯性三者不可兼得。如今，隨著互聯網公司的全球化發展，Google、Amzon等開始嘗試建立全球數據中心，部署服務。而為滿足可用性，Dynamo、PNUTS等系統都采用了復制技術，這一技術的應用引發了數據一致性問題，且違背了Cap理論，現應基于Cap理論進行系統設計，有效解決全球化數據中心服務問題。

1 Cap理論概述

1.1 內涵

Cap理論內涵是在網絡數據共享系統環境下其數據一致性、可用性、分區容忍性三要素不可兼得，只能同時滿足三要素中其中兩個。在Cap理論興起的十幾年里，很多研究者開始嘗試以Cap理論為基礎探究分布式系統的設計問題，甚至NoSQL運動在研究過程中也將Cap理論作為基礎，用于探究對抗傳統關系型數據庫的設計問題。

Cap理論主張的觀點非常明確，詳細界定了同一個網絡數據共享系統不可兼得一致性、可用性、分區容錯性，即最多能夠滿足下述條件中兩個。

（1）數據一致性（C），可做到提供一份最新的數據副本，允許所有節點訪問這一數據副本，使用數據副本；（2）可用性（A），能夠做到及時更新網絡數據共享系統中數據，且當某一部分節點發生故障問題以后，系統集群仍可正常響應客戶端讀寫要求；（3）分區容錯性（P），允許網絡分區。

Cap理論的出現給設計師提供了很好的設計思路，很多設計師開始以Cap理論為依據，參照取舍方案，設計各種各樣的新系統。

1.2 需求

在分布式環境下，系統設計中的一致性、可用性、分區容錯性三要素又可稱為Cap需求。其中，Cap的一致性需求，是指當分布式系統接收到某一數據操作指令時，其系統中多個副本數據會保持一致，進而成功完成多個副本中數據的增、減、刪操作指令。當某一個副本的操作顯示失敗，那么將回到一致性操作前狀態，重新展開多個副本數據的增、減、改操作。在分布系統中，當多個副本數據達到一致性以后，客戶在訪問副本數據過程中將從中獲取到最新的數據，不會呈現出不同客戶端讀取到不同數據的情況。例如，假設分布式環境下有N1、N2兩個節點，數據V是N1和N2的共享數據，其初始值是V0。其中，N1節點所采用的數據算法是A，N2節點所采用的數據算法是B，算法A和算法B非常相似。前者，可將新值寫入共享數據V，后者可讀取V的值。

在存儲系統保持一致性的基礎上，當新的V值通過算法A寫入到共享數據V以后，將變成數據V1，數據V1將通過節點N1被發送至N2，N2將及時更新新的V值。如此，B讀取到的N1節點、N2節點V值將是一致的，都是V1。在網絡斷開環境下，N1節點通過算法A計算出的新的V值，即V1無法及時發送到N2節點，N2節點的V值仍然是初始值V0，那么B讀取的N1、N2節點V值將出現不一致的情況。Cap的可用性需求，是指在分布式環境下，允許客戶端訪問數據。但是，系統上所有節點響應的數據并不代表是一致的。例如，系統上有N1和N2兩個節點，客戶端要通過系統節點獲取文章評論，那么假設N1節點上數據是最新的，當客戶端通過N2獲取數據時，其返回的數據將缺少最新的一條。在這樣一種情況下，系統仍然被認為是可用的，只有當數據響應時間超過所設定好的響應時間服務，才可認定系統不可用，無法及時反饋所要瀏覽的數據。Cap的分區容錯性需求，是指在分布系統中將統一數據副本存儲于不同地點，當系統中某些子集合節點出現故障問題時，分布系統容錯性將支撐整個系統仍然進行正確響應，由此可提高系統的性能。但是，在對系統進行分區時，要切斷各個分區之間的網線，保證每個網絡分區都是孤立的。

由上述論述內容可知，核心系統有一致性、可用性、分區容錯性三個Cap需求，在基于Cap理論進行系統設計時，要把握好Cap需求。

2 基于Cap理論的系統設計定理

2.1 異步網絡模型

在系統活動增加和吞吐量逐漸上升背景下，Cap定理將顯得尤為重要，基于Cap理論的系統設計異步網絡模型，無統一時鐘，不能同時滿足消息可丟失或不丟失的對等運算一致性、可用性、分區容錯性Cap需求[1]。同時，在異步網絡模型時，當遇到消息被延遲的問題，任何一個算法都無法準確判斷出消息延遲原因。因為，丟失可造成消息延遲，傳輸通道受阻也可造成消息延遲。

2.2 同步網絡模型

在同步網絡模型中，所有節點上時鐘功能主要是計時器作用，每一個節點上時鐘時間顯示值可能不同，但可用于確定調度某事件后經過多長時間間隔進行另一項操作，在給定時間內接收到消息。此外，同步網絡模型與異步網絡模型不同，只是不能同時滿足消息可丟失的對等運算可用性、一致性、分區容錯性Cap需求。在Cap理論指導下Google開始嘗試使用PC機搭建計算和存儲平臺，PC機的使用讓分布式系統同時滿足了可用性、分區容錯性兩個Cap需求。另外，在系統未出現故障情況下，分布式系統還能夠提供一致性讀寫服務。

總之，基于Cap理論的系統設計要真正了解系統需求，在把握好系統需求前提下，合適使用Cap理論，處理好3個核心系統需求強調點。

3 基于Cap理論的系統設計模型

基于Cap理論的系統設計模型有ACID和BASE兩種。在ACID模型設計中，重點是依據Cap理論完成現代關系型數據庫的設計，現代關系型數據庫事務正確執行依賴于原子性、一致性、隔離性、持久性四個基本元素。其中，原子性是指在包含多個操作的某一事務執行時，一旦開始執行這一事務，必須保證完成所有操作，如若某一操作沒有完成，要回到事務開始狀態，重新完成操作的正確執行。以A給B轉賬100元為案例，當開啟事務之后，要么事務中的操作都發生，要么事務中的操作都不發生。如下所示：

Begin transaction

Update account set money=money-100where name=‘A；

Update account set money=money+100where name=‘B；

If Error then

Rollback

Else

Commit

在上述案例中，扣款和加款兩條語句，要么都執行，要么都不執行。

一致性，是指數據庫事物執行時系統開始狀態、結束狀態、給定并發數等等，都是不變的、一致的[2]。以銀行轉賬事務為例，在銀行轉賬事務執行過程中，無論是事務執行成功，還是事務執行失敗，事務結束以后ACCOUNT表中aaa和bbb的存款總額應是2000元，業務邏輯要保持一致性。而為了更好的實現一致性，在ACID模型具體設計過程中，要建立起一個數據庫機制，用于約束事務執行中的數據庫層面，保證其符合Check約束、唯一約束等。還有，ACID模型開發人員應處理好業務一致性問題。隔離性，是指關系型數據庫中兩個相同的事務會被隔離開來，事務之間不會相互影響，由此在隔離狀態下提高數據庫事務正確執行效率。持久性，是指當事務執行操作完成以后，事務執行結果會保存到數據庫。基于上述四個基本元素基礎上，ACID模型設計實現方式要依附于WAL和shadow paging兩種形式，這兩種技術相比較，后者更加簡單，且能夠在沒有redo和undo的支持下提高寫日志記錄的開銷恢復速度。shadow paging與WAL技術相比，缺點也比較明顯，要以“塊”為單位完成事務提交輸出操作，無法滿足多個事務并發執行需求。WAL技術，是在修改已經記錄日志后對數據文件進行修改，即當日志記錄沖刷到永久存儲器后可通過日志恢復數據庫方式，完成事務提交操作。整個過程中，如若發現尚未附加到數據頁記錄的情況，要以向前滾動恢復（REDO）方式在日志記錄中重做，保證事務執行效果。

基于Cap理論的BASE模型設計，是反ACID模型，它在模型具體設計過程中不再強調一直性，而是重點考慮數據庫可用性。BASE模型，基本可以支持分區失敗，狀態可以在一段時間不同步，只要保證數據最終一致即可。所以說，BASE模型是反ACID模型，做了可用性與一致性之間的一個取舍。BASE模型的設計要依附于按功能劃分數據庫與sharding碎片兩種實現方式，其中，在利用sharding基本原理進行BASE模型設計時，要先根據數據庫實際情況，把數據庫分為多個部分。待數據庫切分完畢之后，將切分好的各個部分放置于不同數據庫上，有效提高單一數據庫整體性能[3]。但是，在海量數據的數據庫處理時，要根據這一種類型數據庫表多、數據多的特點，以垂直切分法為主將一個數據庫切分成多個部分。然后，再將各個部分方在sever上，由此達到最佳的BASE模型設計狀態。

總之，BASE模型設計中心思想是強調可用性，在滿足基本的可用性基礎上，可犧牲容忍性和一致性。現階段，BASE模型設計性能方面的潛能還是有待挖掘的，在基于Cap理論的BASE模型具體設計中，NOSQL運動豐富了BASE模型設計方案。其一，可在BASE模型設計中參照Amaze Dynamo等人提出的Key-Value存儲思想，靈活選擇Cap三原則，設計多樣化數據庫產品。其二，可根據自己項目需求，通過靈活選擇Cap三原則，設計領域模型+分布式緩存+存儲的BASE模型，這種BASE模型設計形式與前者相比，難度更高。但不管是Key-Value存儲模型設計還是領域模型+分布式緩存+存儲的BASE模型設計，其存儲都可以是同步，也可以是異步。從二者不同點角度來看，第一種模型設計方式更加適用于非Java工作環境下，可用性更高。而第二種模型設計中更加靈活，但它只是一種架構解決方案，不能拿來就用。

4 結語

綜上可知，在系統設計中，復制技術的運用引發了一致性問題。在一致性問題解決過程中使用Cap理論加以指導十分重要，基于Cap理論指導的系統設計要遵從異步網絡模型和同步網絡模型設計定理，并通過優化系統設計模型徹底解決原有系統設計中的一致性問題，創造一個良好的互聯網數據中心運行環境。

參考文獻

[1]黃瑜.大型數據庫的關聯挖掘算法設計[J].現代電子技術，2018，30（20）：45-48.

[2]張青，任宏.智能人機交互通信系統設計與實現[J].現代電子技術，2018，22（20）：175-178.

[3]侯荷潔.大數據環境下的軍事期刊數據庫建設芻議[J].國防，2018，11（09）：68-71.