CPA原理在数据高可用方面的运用

　　数据高可用的含义主要包括以下几个方面：

　　1、数据持久性

　　2、数据可访问性

　　3、数据一致性

　　博主按：这里不详细解释上述具体概念了，可以顾名思义，如果你了解它们我就不用解释，如果你不懂那说明你不需要了解，无需解释。

　　大多数时候，为了保证数据的高可用性，网站通常会牺牲数据一致性这一重要指标，尤其是对于大型网站。

　　CPA原理：一个提供数据服务的存储系统无法同时满足数据一致性（C），数据可用性（A）和分区耐受性（P），三者是三角关系。

　　大型网站的数据规模扩张迅速，所以可伸缩性（P）是必不可少的。而机器数量变得庞大以后，网络和服务器的故障就会发生频繁，分布式处理系统的高可用是要保证的，所以大型网站会强化分布式存储系统的可用性（A）和伸缩性（P），而在某种程度上放弃一致性（C），故障恢复和集群扩容等场景是导致数据不一致的主要原因，可以在某种程度上进行补偿和纠错，尽可能的降低这种不一致性。

　　所以，对于可伸缩的分布式应用系统来说，CPA原理具有重要的意义，在系统设计开发过程中，不恰当的迎合各种需求，试图打造一个完美的系统，很容易使设计进入两难境地，后患无穷。

题外话：可用性关系到一家公司的生死存亡，关系到IT团队的绩效升迁，IT团队对架构做了很多优化，甚至对代码做了重构，对性能、扩展性、伸缩性做了很多改善，但别人未必能够直观的感受到，也许你的领导不知道你做的这些事情意义何在，但如果你负责的网站除了重大故障，CEO都会知道你的名字，公司与人一样都是先求生存再求发展，保证网站的可用性任重而道远！