Что такое CAP-теорема?
CAP-теорема (теорема Брюера) — принцип распределённых систем: из трёх свойств — согласованности (Consistency), доступности (Availability) и устойчивости к разделению (Partition tolerance) — одновременно гарантировать все три невозможно, поэтому при потере связи между узлами приходится выбирать между корректностью данных и бесперебойным ответом.
CAP расшифровывается как Consistency, Availability, Partition tolerance: C — все узлы отдают одни и те же актуальные данные, A — система отвечает на каждый запрос, P — она переживает обрыв связи между узлами. Теорема нужна бизнесу, чтобы осознанно решать, что важнее в конкретном сценарии: показать клиенту ошибку или отдать ему, возможно, устаревшую цену, остаток товара или статус заказа.
Как работает CAP-теорема
Теорему сформулировал Эрик Брюер в 2000 году, строгое доказательство представили Сет Гилберт и Нэнси Линч в 2002-м. Три свойства расшифровываются так:
- Consistency (согласованность) — любой узел на запрос возвращает самые свежие данные, записанные ранее; все клиенты видят одинаковую картину.
- Availability (доступность) — каждый запрос к работающему узлу получает ответ, пусть и без гарантии свежести данных.
- Partition tolerance (устойчивость к разделению) — система продолжает работать, когда часть узлов теряет связь с остальными из-за сетевого сбоя.
Ключевая мысль: потерю связи между узлами в распределённой системе нельзя исключить — она случается не по вине разработчиков, а из-за физики сети. Значит, P принимают как данность, и реальный выбор сводится к дилемме C или A. Во время разделения система либо отказывает в части запросов, либо отдаёт потенциально несвежие данные. Формулировка «выберите два из трёх» — упрощение, но по сути верное: одновременно гарантировать все три свойства в момент разделения нельзя.
CP и AP: что выбирают на практике
На практике системы относят к одному из двух лагерей.
- CP-системы жертвуют доступностью: при разделении часть узлов перестаёт отвечать, чтобы не выдать рассинхронизированные данные. Примеры — консенсусные хранилища вроде etcd и ZooKeeper, строгие настройки MongoDB, транзакционные ядра банков.
- AP-системы жертвуют мгновенной согласованностью: отвечают всегда, но данные у разных узлов короткое время расходятся, а конфликты разрешаются позже. Так устроены Cassandra, DynamoDB, Riak, кэши и CDN-слои.
Важно, что выбор не бинарный и не пожизненный: современные СУБД позволяют задавать уровень согласованности для каждой операции. Запись заказа идёт через строгий кворум, то есть по CP-модели, а показ счётчика просмотров читается с ближайшей реплики — по AP-модели. Одна и та же система может быть CP для платёжного модуля и AP для ленты рекомендаций. Проектирование таких компромиссов идёт рука об руку с продуманной структурой и архитектурой сайта и его сервисов.
Зачем это бизнесу и как применять
CAP — это не академическая абстракция, а рамка для решений о деньгах и репутации. Она помогает команде договориться, что важнее в конкретном сценарии:
- если сервис оплаты отдаст устаревший баланс, клиент уйдёт в минус, а бизнес получит возвраты и разбирательства — здесь выбирают согласованность;
- если каталог или лента откажут на 30 секунд во время сетевого сбоя, вы теряете выручку — здесь выбирают доступность.
Дальше компромисс превращается в обязательства: для внутренних и внешних клиентов фиксируют целевой аптайм, отдельный SLA на свежесть данных и правила деградации интерфейса. На проектах в CINAR мы обычно просим заказчика заранее назвать два-три сценария, где устаревшие данные недопустимы, — остальное можно смело переводить в AP-режим и выигрывать в скорости и отказоустойчивости.
К 2026 году ставки выросли: сайт собирается из десятков внешних сервисов — CDN, очередей, платёжных шлюзов, поискового и векторного хранилища, ИИ-моделей, — и каждое соединение добавляет точку возможного разделения. Мультирегиональные и edge-развёртывания, где данные физически живут в разных дата-центрах, сделали AP-подход нормой для чтения и CP-подход обязательным для денег, прав доступа и складских остатков.
Типичные ошибки
- Считать, что CAP действует всегда. Дилемма возникает только в момент разделения сети. В штатном режиме система вполне может быть и согласованной, и доступной.
- Путать C из CAP с согласованностью из ACID. В теореме речь о линейности: все клиенты видят один и тот же последний результат, а не просто корректную транзакцию.
- Выбирать AP «на всякий случай». Без продуманной стратегии разрешения конфликтов рассинхрон превращается в двойные заказы, отрицательные остатки и расхождения в отчётах.
- Игнорировать задержку. Расширение PACELC напоминает: даже без разделения приходится выбирать между скоростью ответа и согласованностью, и этот выбор влияет на конверсию сильнее, чем редкие сбои.
Вывод
CAP-теорема — это способ честно назвать цену надёжности: гарантировать всё сразу в распределённой системе нельзя, зато можно осознанно выбрать, чем платить в каждом конкретном сценарии. Практический вывод прост: определите критичные для бизнеса данные, для них держите строгую согласованность, а всё остальное проектируйте максимально доступным и быстрым.