cap 中的 C 和 分布式、集群的关系 有点混淆 谢谢

[ruandao]

看了些文章 然后发现 cap 中的 c 指的是 多节点中数据副本是否相同 那么这个其实和分布式没有关系，有关系的是集群

分布式，指的是多个系统，合作对外提供服务

分布式中的一致性，指的是业务上的一致性，譬如说扣减红包和下订单，要保证业务的一致性，但是两个系统不是在同一个应用程序中，无法处于同一个数据库事务中，没有 aid 的加持。于是需要引入像 2 阶段提交，TCC，本地消息表这类的方案。

是这样吗？ 谢谢

[ruandao]

另外有个问题是，最终一致性，r+w<=N, 配合上 TCC 会不会出现问题，譬如说，我有两个并发扣减的操作，如果想要不出现问题，那么只能在同一个节点写入对吧，然后扩散到其他节点，还是说，两个并发操作可以对不同的节点写入


cap 是必须选主对吧，然后从节点对外提供读服务，主进行写的串行化，然后扩散给从

[ruandao]

cap 中的 c 指的是集群中节点的数据复制
cap 需要选主，主对写进行序列化并且执行然后分发给从进行同步
从节点主要提供读的服务

[ruandao]

看了下，好像理解错了
cap 中的强一致性 好像是每个节点都有个副本，然后 保证 r+w>N

那么 cap 由谁来保证，
将写请求打到集群中的任一节点，然后由那个节点，对其他节点发起请求来保证一定数量的 w ？然后汇总所有的 w，并返回？
读的时候，同样是打到任一节点，然后这个节点对其他节点发起请求来保证一定数量的 w，最后把最新的值返回？

还是说，由客户端中间件来保证？

[misaka19000]

CAP 更加理论一点吧，不存在选不选主的问题，选主这些是一些更加工程化的实践了

[ruandao]

@misaka19000
我现在有点混淆，最终一致性，
是指一个业务中，不同数据譬如下单和扣钱这两个不同的数据，随着时间推移达到一致（即下单和扣钱都执行了，刚开始可能只是先扣钱，然后通过本地消息表来下单）
还是指，同一个数据，在不同节点中，随着时间的推移，如果没有新的写入的话，达到同一个值

[misaka19000]

最终一致性很简单啊，简单点来说就是两个系统中存在同一个变量 X，在某一个时刻 A 系统的 X 值为 1，一段时间之后（最终），B 系统中的 X 的值也会变为 1，这就是最终一致性

[ruandao]

@misaka19000 好的，那么这篇文章 https://juejin.im/post/5c9443406fb9a070fe0dd9a9#heading-23 感觉就有点奇怪，像两阶段、tcc 、补偿之类的应该和最终一致性没有关系
搜资料的时候，碰到这篇文章，然后疑惑了

[misaka19000]

你说的这些是实现最终一致性的手段或者说方式，与 CAP 理论本身无关