CAP原则又称CAP定理，指的是在一个分布式系统中， Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性），三者不可得兼。
我们先来区分一下“主备”和“主从”的分别：
主备：客户端只能访问主机，不会访问备机，备机存在的意义就是等主机挂掉以后接替主机；
主从：客户端既可以访问主机，也可以访问从机。
其实在Redis中，既可以使用主备模式，也可以使用主从模式，一般企业中使用主从的比较多。
无论是主备还是主从，一般主机都是包含全量的增删改查， 那么这个主自己又是一个单点，所以一般都会对主做HA，也就是高可用。
再强调一遍，高可用不是为了让主机不出现问题，而是当主机出现问题的时候，集群中会有另外一个去替换主，对外来就好像主是永远不出问题一样。那么这个过程其实可以让人工手动去切换，将备机切换成主机。但人工是这个世界上最不靠谱的，所以需要使用一些程序来解决这个自动的故障转移。
但是这个程序自己本身也会存在单点故障的问题，所以这个监控的程序也应该是个一变多的集群，假设现在有3个监控去监控一个Redis主机的时候，每个监控给出自己的判断，就会产生一个很经典的网络分区问题，也就是我们经常说的脑裂。A监控说挂了，B监控说没挂，那到底是挂了还是没挂？
所以，必然不能以每一台的结果作为判定标准，但也不能以所有监控的结果作为判定，因为统计所有的那么必然就是强一致性，强一致性会破坏可用性，只要有一个连接有问题，就会导致整个监控的结果不可用。所以需要设定一个数，到底判定几台的结果比较合理？假设一共有n台监控：
n % 2 == 0 ? n /2 +1 : (n + 1) / 2（一般在企业中将n取奇数台）
CAP原则的精髓就是要么AP，要么CP，要么AC，但是不存在CAP。而由于网络硬件肯定会出现延迟丢包等问题，所以分区容错性是我们必须需要实现的。所以我们只能在一致性和可用性之间进行权衡。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/111953.html
