CAP-теорема утверждает, что в любой распределенной системе невозможно одновременно гарантировать три свойства: согласованность (Consistency), доступность (Availability) и устойчивость к разделению (Partition Tolerance). При проектировании распределенной системы приходится жертвовать одним из этих свойств.

Свойства:

Согласованность (Consistency): Все узлы видят одни и те же данные в один и тот же момент времени. После записи данных, они сразу становятся доступны для чтения на всех узлах.
Доступность (Availability): Система всегда доступна для чтения и записи. Каждый запрос к не вышедшему из строя узлу получает корректный ответ.
Устойчивость к разделению (Partition Tolerance): Система продолжает работать, несмотря на временные сетевые сбои, которые приводят к разделению системы на изолированные сегменты.

Применение:

CAP-теорема помогает при выборе типа распределенной системы или базы данных в зависимости от приоритетов:

Системы CP: Приоритет ставят на согласованность и устойчивость к разделению. При наличии сетевого разделения система может стать недоступной для записи, чтобы гарантировать согласованность данных. Примеры: ZooKeeper, etcd, классические реляционные базы данных с репликацией (в некоторых конфигурациях).

# Пример поведения CP-системы при сбое
# Если узел A не может связаться с узлом B
# Запись на узел A может быть отклонена, чтобы избежать рассинхронизации
def write_data_cp(node1, node2, data):
    if node1.can_reach(node2):
        node1.write(data)
        node2.write(data) # Запись на оба узла
    else:
        # Если связь потеряна, отклоняем запись
        raise ConnectionError("Cannot write, network partition")

Системы AP: Приоритет ставят на доступность и устойчивость к разделению. При сетевом разделении система остается доступной, но может возникнуть временная рассогласованность данных. Противоречия разрешаются после восстановления связи. Примеры: Cassandra, Couchbase, большинство NoSQL баз данных с eventual consistency.

# Пример поведения AP-системы при сбое
# Если узел A не может связаться с узлом B
# Запись на узел A разрешена, даже если B недоступен
def write_data_ap(node1, node2, data):
    node1.write(data)
    try:
        node2.write(data) # Пытаемся записать на второй узел
    except ConnectionError:
        # Если не удалось, разрешим в будущем (eventual consistency)
        print("Node B is unreachable, will synchronize later")

def read_data_ap(node):
    # Можем получить устаревшие данные, если был сбой
    return node.read()

Системы CA: Приоритет ставят на согласованность и доступность, но не могут гарантировать работу при сетевых разделениях. Такие системы обычно строятся в сетях без разделений, что в реальных распределенных системах практически невозможно. По сути, большинство систем вынуждены выбирать между CP и AP, так как устойчивость к разделению является фундаментальным требованием в WAN (Wide Area Network) средах.

Выбор между CP и AP зависит от требований к системе: для критически важных данных, где потеря согласованности недопустима (например, банковские транзакции), предпочтительны CP-системы. Для систем, где приоритет отдается непрерывной доступности и возможна временная рассогласованность (например, рекомендательные сервисы, социальные сети), подходят AP-системы.

Каково значение и применение CAP-теоремы в построении распределенных систем?