CAP theorem คืออะไร?

Question

Accepted Answer

**CAP theorem** ระบุว่าระบบกระจาย (distributed system) สามารถรับประกันคุณสมบัติได้มากที่สุด **สองในสาม** อย่าง — **Consistency**, **Availability** และ **Partition tolerance** — ในเวลาเดียวกัน เนื่องจาก network partition เป็นสิ่งที่หลีกเลี่ยงไม่ได้ ทางเลือกที่แท้จริงจึงอยู่ระหว่าง consistency และ availability ในช่วงที่เกิด partition

## คุณสมบัติทั้งสาม

```text
CONSISTENCY (C) → every read sees the latest write (all nodes agree on the data)
AVAILABILITY (A) → every request gets a response (the system stays responsive)
PARTITION TOLERANCE (P) → the system keeps working despite network partitions
  (communication breaks between nodes)
→ CAP: you can only fully guarantee TWO of these three simultaneously.
```

## Trade-off ที่แท้จริง: C กับ A (P เป็นสิ่งบังคับ)

```text
In distributed systems, network PARTITIONS WILL happen → P is NOT optional (you must
tolerate partitions) → so the real choice during a partition is C vs A:
  CP (consistency over availability) → during a partition, refuse requests that can't be
    consistent (sacrifice availability to keep data correct) — e.g. financial systems
  AP (availability over consistency) → during a partition, stay available but may return
    stale/inconsistent data (eventual consistency) — e.g. social feeds, many NoSQL stores
→ choose based on whether CONSISTENCY or AVAILABILITY matters more for the use case.
```

## ความละเอียดอ่อนและการปฏิบัติจริง

```text
→ CAP is about behavior DURING a partition (normally you can have both C and A)
→ It's not strictly binary → many systems offer TUNABLE consistency (per-operation choices)
→ Related: EVENTUAL CONSISTENCY (AP systems converge to consistency over time)
→ Understand the trade-off to choose databases/designs appropriately
```

## ทำไมจึงสำคัญ

การเข้าใจ CAP theorem มีคุณค่า เพราะมันเป็น **แนวคิดพื้นฐานสำหรับระบบกระจาย** ที่วางกรอบ trade-off ที่สำคัญ จึงเป็นความรู้ด้าน system design ที่สำคัญ

CAP theorem — ที่ว่าระบบกระจายสามารถรับประกันได้มากที่สุดสองในสามอย่างของ Consistency, Availability และ Partition tolerance ในเวลาเดียวกัน — แสดงถึงข้อจำกัดพื้นฐานในระบบกระจาย

การเข้าใจ **คุณสมบัติทั้งสาม** (consistency: การ read เห็น write ล่าสุด; availability: ทุกคำขอได้รับการตอบสนอง; partition tolerance: ทำงานต่อได้แม้เกิด network partition) เป็นพื้นฐาน

ที่สำคัญที่สุด การเข้าใจ **trade-off ที่แท้จริง** เป็นข้อคิดเชิงปฏิบัติที่สำคัญ: เนื่องจาก **network partition เป็นสิ่งที่หลีกเลี่ยงไม่ได้** ในระบบกระจาย (P เป็นสิ่งบังคับ) ทางเลือกที่แท้จริงในช่วงที่เกิด partition จึงอยู่ระหว่าง **consistency และ availability** — **ระบบ CP** เสียสละ availability เพื่อรักษาความถูกต้องของข้อมูลในช่วง partition (เหมาะกับระบบการเงินที่ความถูกต้องสำคัญสูงสุด) ในขณะที่ **ระบบ AP** ยังคง available แต่อาจคืนข้อมูลที่ล้าสมัย (eventual consistency เหมาะกับ social feed และ NoSQL store หลายตัวที่ availability สำคัญกว่า)

การเข้าใจ trade-off ระหว่าง C กับ A นี้และการเลือกโดยพิจารณาว่า consistency หรือ availability สำคัญกว่าสำหรับ use case นั้น ๆ เป็นสิ่งจำเป็นต่อการออกแบบระบบกระจายและการเลือกฐานข้อมูลอย่างเหมาะสม

การเข้าใจ **ความละเอียดอ่อน** — ว่า CAP เป็นเรื่องพฤติกรรมในช่วงที่เกิด partition (โดยปกติคุณมีทั้ง C และ A ได้) ว่ามันไม่ใช่ binary อย่างเคร่งครัด (หลายระบบให้ tunable consistency) และแนวคิดที่เกี่ยวข้องอย่าง eventual consistency — สะท้อนความเข้าใจที่ลึกซึ้งเกินกว่าเวอร์ชันที่ถูกทำให้ง่าย

CAP เป็นแนวคิดพื้นฐานที่ถูกอ้างอิงบ่อยในการออกแบบระบบกระจายและการเลือกฐานข้อมูล

เนื่องจาก CAP theorem วางกรอบ trade-off พื้นฐานในระบบกระจาย (consistency เทียบกับ availability ในช่วง partition) ที่ช่วยกำหนด system design และการเลือกฐานข้อมูล และเนื่องจากการเข้าใจคุณสมบัติ trade-off ที่แท้จริงระหว่าง C กับ A และความละเอียดอ่อนต่าง ๆ สำคัญต่อการออกแบบระบบกระจาย การเข้าใจ CAP theorem จึงเป็นความรู้ด้าน system design ที่มีคุณค่าและเกี่ยวข้องในเชิงปฏิบัติ — เป็นแนวคิดพื้นฐานของระบบกระจายที่วางกรอบ trade-off ระหว่าง consistency กับ availability สำคัญต่อการออกแบบระบบกระจายและการเลือกฐานข้อมูล และเป็นแนวคิดที่ถูกอ้างอิงบ่อยใน system design ซึ่งสะท้อนความเข้าใจข้อจำกัดของระบบกระจาย