最近的調(diào)查研究表明，多達(dá)50%的企業(yè)表示希望將業(yè)務(wù)從云計(jì)算遷移回?cái)?shù)據(jù)中心，雖然這種回旋效應(yīng)有很多原因，但缺乏數(shù)據(jù)一致性是最主要的原因之一。CAP定理描述了分布式存儲(chǔ)系統(tǒng)只能提供三個(gè)要素中的兩個(gè)：Consistency（一致性）、 Availability（可用性）、Partition tolerance（分區(qū)容錯(cuò)性）。在考慮云計(jì)算遷移的應(yīng)用時(shí)，必須應(yīng)用CAP理論來(lái)判斷云計(jì)算存儲(chǔ)架構(gòu)是否適合每個(gè)應(yīng)用的需求。
理解CAP定理
CAP定理專(zhuān)注于分布式數(shù)據(jù)存儲(chǔ)，這是AWS、谷歌云平臺(tái)和微軟Azure等云計(jì)算服務(wù)提供商所采用的主流設(shè)計(jì)。分布式數(shù)據(jù)存儲(chǔ)由一系列稱(chēng)為節(jié)點(diǎn)的服務(wù)器構(gòu)建而成。每個(gè)節(jié)點(diǎn)都有內(nèi)部存儲(chǔ)，當(dāng)節(jié)點(diǎn)成簇時(shí)，它將成為一個(gè)全局存儲(chǔ)池。當(dāng)數(shù)據(jù)被寫(xiě)入存儲(chǔ)時(shí)，通過(guò)復(fù)制每個(gè)對(duì)象或?qū)ο蟮淖佣蔚牟脸幋a來(lái)將數(shù)據(jù)分布在節(jié)點(diǎn)上。
CAP定理表明，分布式數(shù)據(jù)存儲(chǔ)只能提供以下三個(gè)要素中的兩個(gè)：Consistency（一致性）、 Availability（可用性）、Partition tolerance（分區(qū)容錯(cuò)性）。
分區(qū)容錯(cuò)性是指分布式存儲(chǔ)在網(wǎng)絡(luò)出現(xiàn)故障時(shí)繼續(xù)提供數(shù)據(jù)的能力，而故障將會(huì)導(dǎo)致節(jié)點(diǎn)之間任意數(shù)量的消息丟失或延遲。由于網(wǎng)絡(luò)故障在全球基于云計(jì)算的任何存儲(chǔ)服務(wù)中都是不可避免的，因此所有系統(tǒng)都必須提供分區(qū)容錯(cuò)。因此，在考慮云計(jì)算存儲(chǔ)解決方案時(shí)，企業(yè)的IT部門(mén)必須在一致性和可用性之間進(jìn)行選擇。
一致性意味著系統(tǒng)必須在應(yīng)用程序或相應(yīng)的過(guò)程開(kāi)展之前確認(rèn)每個(gè)寫(xiě)入操作。確認(rèn)的必要性也適用于數(shù)據(jù)保護(hù)。例如，一致的數(shù)據(jù)存儲(chǔ)必須將對(duì)象復(fù)制到另一個(gè)節(jié)點(diǎn)，并在確認(rèn)總體寫(xiě)入之前驗(yàn)證完成。提供一致的模型是昂貴的，尤其是在分布式體系結(jié)構(gòu)中，因?yàn)樵谌魏谓o定的時(shí)間點(diǎn)，所有節(jié)點(diǎn)都必須具有相同的數(shù)據(jù)。提供一致性不會(huì)影響分布式存儲(chǔ)中的應(yīng)用程序性能，這意味著需要高速的節(jié)點(diǎn)內(nèi)部網(wǎng)絡(luò)、節(jié)點(diǎn)之間的距離和高性能存儲(chǔ)介質(zhì)。即使節(jié)點(diǎn)本身也比較昂貴，這樣就需要更快地處理數(shù)據(jù)。
盡管成本高昂，但注重一致性是絕對(duì)必要的。例如，支持金融機(jī)構(gòu)的存儲(chǔ)基礎(chǔ)設(shè)施需要確保所有節(jié)點(diǎn)始終保持同步。如果成交了一百萬(wàn)美元的交易，而這些節(jié)點(diǎn)沒(méi)有更新，則會(huì)出現(xiàn)嚴(yán)重的問(wèn)題。更普遍的情況是，如果所有數(shù)據(jù)在整個(gè)存儲(chǔ)基礎(chǔ)設(shè)施中并不總是同步的，那么期望一致性的應(yīng)用程序很容易被破壞。
可用性的關(guān)注點(diǎn)
由于與建立一致的分布式數(shù)據(jù)存儲(chǔ)的成本相關(guān)，大多數(shù)云計(jì)算提供商專(zhuān)注于可用性或最終一致的模型?？捎眯缘年P(guān)注點(diǎn)意味著當(dāng)初始寫(xiě)入發(fā)生時(shí)，在后臺(tái)通過(guò)復(fù)制或完成數(shù)據(jù)的擦除編碼來(lái)將延遲的應(yīng)答延遲到滿(mǎn)足數(shù)據(jù)保護(hù)要求。這取決于其他節(jié)點(diǎn)的位置，一致的時(shí)間范圍可以從幾秒到幾分鐘。而高交易環(huán)境可能永遠(yuǎn)不會(huì)達(dá)到一致的狀態(tài)。
可用性的關(guān)注點(diǎn)有許多優(yōu)點(diǎn)，其中主要的一個(gè)優(yōu)點(diǎn)是降低成本。節(jié)點(diǎn)之間的聯(lián)網(wǎng)、節(jié)點(diǎn)中的存儲(chǔ)介質(zhì)以及節(jié)點(diǎn)本身的處理能力不需要在一致性關(guān)注的分布式存儲(chǔ)系統(tǒng)的能力范圍內(nèi)執(zhí)行。
此外，可用性關(guān)注點(diǎn)是數(shù)據(jù)分發(fā)的理想選擇。無(wú)論是為了防范區(qū)域性災(zāi)難，還是確保數(shù)據(jù)在地理位置上盡可能接近用戶(hù)，可用性關(guān)注點(diǎn)都可以實(shí)現(xiàn)分發(fā)，而無(wú)需為原始用戶(hù)或應(yīng)用程序提供性能。
將CAP應(yīng)用到NAS和對(duì)象存儲(chǔ)（云存儲(chǔ)）
考慮遷移到云端的本地應(yīng)用程序通常使用網(wǎng)絡(luò)附屬存儲(chǔ)（NAS）。這些網(wǎng)絡(luò)附屬存儲(chǔ)（NAS）系統(tǒng)在傳統(tǒng)上都有一致性的特點(diǎn)，盡管它們中的大部分?jǐn)?shù)據(jù)在一個(gè)不太一致但更可用的設(shè)計(jì)中工作得很好。為了保持一致性，網(wǎng)絡(luò)附屬存儲(chǔ)（NAS）系統(tǒng)通常通過(guò)緊密耦合的集群和相對(duì)較小的節(jié)點(diǎn)計(jì)數(shù)提供擴(kuò)展功能（即通過(guò)單個(gè)節(jié)點(diǎn)的所有數(shù)據(jù)訪問(wèn)）或非常有限的擴(kuò)展。這些網(wǎng)絡(luò)附屬存儲(chǔ)（NAS）系統(tǒng)提供對(duì)共享存儲(chǔ)的低延遲訪問(wèn)，并且可以保持嚴(yán)格的一致性。他們?cè)趹?yīng)用程序確認(rèn)或傳統(tǒng)的POSIX文件系統(tǒng)語(yǔ)義之前利用讀寫(xiě)后驗(yàn)證。
網(wǎng)絡(luò)附屬存儲(chǔ)（NAS）系統(tǒng)受到其他存儲(chǔ)系統(tǒng)的一致性的影響：高成本、有限的規(guī)模和有限的可用性。雖然大多數(shù)網(wǎng)絡(luò)附屬存儲(chǔ)（NAS）系統(tǒng)提供復(fù)制以進(jìn)行災(zāi)難恢復(fù)，但是這種復(fù)制是異步完成的（最終會(huì)變得一致）。這個(gè)過(guò)程對(duì)于網(wǎng)絡(luò)性能比較敏感，幾乎總是一個(gè)相同的系統(tǒng)，而二次系統(tǒng)最終成為主系統(tǒng)的鏡像。
這個(gè)機(jī)會(huì)并不是網(wǎng)絡(luò)附屬存儲(chǔ)（NAS）上的所有數(shù)據(jù)都需要一致的體系結(jié)構(gòu)的功能，實(shí)際上，網(wǎng)絡(luò)附屬存儲(chǔ)（NAS）上的大部分?jǐn)?shù)據(jù)在專(zhuān)注于可用性的體系結(jié)構(gòu)上。即使是需要一致性的網(wǎng)絡(luò)附屬存儲(chǔ)（NAS）上的數(shù)據(jù)集，通常也有一部分?jǐn)?shù)據(jù)更適合于可用性模型。