最近的調查研究表明，多達50%的企業表示希望將業務從云計算遷移回數據中心，雖然這種回旋效應有很多原因，但缺乏數據一致性是最主要的原因之一。CAP定理描述了分布式存儲系統只能提供三個要素中的兩個：Consistency（一致性）、 Availability（可用性）、Partition tolerance（分區容錯性）。在考慮云計算遷移的應用時，必須應用CAP理論來判斷云計算存儲架構是否適合每個應用的需求。

理解CAP定理

CAP定理專注于分布式數據存儲，這是AWS、谷歌云平臺和微軟Azure等云計算服務提供商所采用的主流設計。分布式數據存儲由一系列稱為節點的服務器構建而成。每個節點都有內部存儲，當節點成簇時，它將成為一個全局存儲池。當數據被寫入存儲時，通過復制每個對象或對象的子段的擦除編碼來將數據分布在節點上。

CAP定理表明，分布式數據存儲只能提供以下三個要素中的兩個：Consistency（一致性）、 Availability（可用性）、Partition tolerance（分區容錯性）。

分區容錯性是指分布式存儲在網絡出現故障時繼續提供數據的能力，而故障將會導致節點之間任意數量的消息丟失或延遲。由于網絡故障在全球基于云計算的任何存儲服務中都是不可避免的，因此所有系統都必須提供分區容錯。因此，在考慮云計算存儲解決方案時，企業的IT部門必須在一致性和可用性之間進行選擇。

一致性意味著系統必須在應用程序或相應的過程開展之前確認每個寫入操作。確認的必要性也適用于數據保護。例如，directadmin安裝，一致的數據存儲必須將對象復制到另一個節點，并在確認總體寫入之前驗證完成。提供一致的模型是昂貴的，尤其是在分布式體系結構中，因為在任何給定的時間點，所有節點都必須具有相同的數據。提供一致性不會影響分布式存儲中的應用程序性能，這意味著需要高速的節點內部網絡、節點之間的距離和高性能存儲介質。即使節點本身也比較昂貴，這樣就需要更快地處理數據。

盡管成本高昂，但注重一致性是絕對必要的。例如，支持金融機構的存儲基礎設施需要確保所有節點始終保持同步。如果成交了一百萬美元的交易，而這些節點沒有更新，則會出現嚴重的問題。更普遍的情況是，如果所有數據在整個存儲基礎設施中并不總是同步的，那么期望一致性的應用程序很容易被破壞。

可用性的關注點

由于與建立一致的分布式數據存儲的成本相關，大多數云計算提供商專注于可用性或最終一致的模型?？捎眯缘年P注點意味著當初始寫入發生時，在后臺通過復制或完成數據的擦除編碼來將延遲的應答延遲到滿足數據保護要求。這取決于其他節點的位置，一致的時間范圍可以從幾秒到幾分鐘。而高交易環境可能永遠不會達到一致的狀態。

可用性的關注點有許多優點，其中主要的一個優點是降低成本。節點之間的聯網、節點中的存儲介質以及節點本身的處理能力不需要在一致性關注的分布式存儲系統的能力范圍內執行。

此外，可用性關注點是數據分發的理想選擇。無論是為了防范區域性災難，還是確保數據在地理位置上盡可能接近用戶，可用性關注點都可以實現分發，而無需為原始用戶或應用程序提供性能。

將CAP應用到NAS和對象存儲（云存儲）

考慮遷移到云端的本地應用程序通常使用網絡附屬存儲（NAS）。這些網絡附屬存儲（NAS）系統在傳統上都有一致性的特點，盡管它們中的大部分數據在一個不太一致但更可用的設計中工作得很好。為了保持一致性，網絡附屬存儲（NAS）系統通常通過緊密耦合的集群和相對較小的節點計數提供擴展功能（即通過單個節點的所有數據訪問）或非常有限的擴展。這些網絡附屬存儲（NAS）系統提供對共享存儲的低延遲訪問，并且可以保持嚴格的一致性。他們在應用程序確認或傳統的POSIX文件系統語義之前利用讀寫后驗證。

網絡附屬存儲（NAS）系統受到其他存儲系統的一致性的影響：高成本、有限的規模和有限的可用性。雖然大多數網絡附屬存儲（NAS）系統提供復制以進行災難恢復，但是這種復制是異步完成的（最終會變得一致）。這個過程對于網絡性能比較敏感，幾乎總是一個相同的系統，而二次系統最終成為主系統的鏡像。

這個機會并不是網絡附屬存儲（NAS）上的所有數據都需要一致的體系結構的功能，實際上，網絡附屬存儲（NAS）上的大部分數據在專注于可用性的體系結構上。即使是需要一致性的網絡附屬存儲（NAS）上的數據集，通常也有一部分數據更適合于可用性模型。