CAP 定理简介

CAP 定理指出，在分布式系统中，当网络分区发生时（即节点间通信中断），系统只能同时满足以下三者中的两个：

• 一致性 (Consistency)：所有节点在同一时间读取到相同的数据。
• 可用性 (Availability)：系统始终响应读写请求，即使在故障状态下。
• 分区容忍性 (Partition tolerance)：系统在分区发生时继续运行。

Redis 的设计目标强调高性能、高可扩展性和高可用性，因此它选择优先保证 A 和 P，而非 C。

Redis 的 AP 特性

1. 保证可用性 (A)：

   • 当发生网络分区或节点故障时，Redis 仍允许客户端执行读写操作。例如，在主节点不可用时，从节点可以继续处理读请求（尽管数据可能不是最新）。
   • 这确保了系统的高可用性，避免因分区导致的服务中断。

2. 牺牲强一致性 (C)：

   • Redis 保证 最终一致性（Eventual Consistency），而非强一致性。这意味着在数据更新后，不同节点可能在短时间内读取到不一致的数据，但系统最终会通过异步机制达到一致状态。
   • 例如，在主从复制中，主节点写入数据后，从节点通过异步复制同步数据，这可能导致延迟（如毫秒级）和临时不一致。

3. 复制机制的影响：

   • Redis 默认使用 异步复制（Asynchronous Replication）进行主从数据同步。这提升了性能，但引入了数据延迟和不一致的风险。
   • 即使改用同步复制（Synchronous Replication），Redis 也无法保证强一致性。原因包括：
     • 故障转移（Failover）过程可能导致数据丢失或不一致。
     • 网络延迟或节点故障时，系统优先确保可用性而非即时一致性。