CAP 정리(CAP Theorem)

• CAP 정리는 분산 데이터베이스 시스템이 동시에 세 가지 속성(Consistency, Availability, Partition Tolerance)을 모두 만족하는 것은 불가능하다는 이론이다.
• 2000년 에릭 브루어(Eric Brewer)가 제안, 2002년 Gilbert와 Lynch가 수학적으로 증명했다.
• 실제 분산 시스템에서 네트워크 분할(Partition)은 피할 수 없기 때문에, 결국 일관성(C)과 가용성(A) 중 하나를 선택해야 한다.

세 가지 속성

Mermaid스크롤로 확대 · 드래그로 이동
Copy

실제 분산 환경에서의 CAP

• 네트워크는 항상 장애(Partition)가 발생할 수 있다 — 케이블 단절, 지연, 패킷 손실 등.
• 따라서 실제 분산 시스템은 P를 포기할 수 없고, 결국 C와 A 중 하나를 선택한다.

CP 시스템 (일관성 + 분할 허용)

• 네트워크 분할 발생 시 응답을 거부(에러 반환)하여 일관성을 유지한다.
• 오래된 데이터를 절대 반환하지 않는다.
• 예: MongoDB (기본 설정), HBase, Zookeeper, Redis

Copy
노드 A: 쓰기 완료 (재고=9)
노드 B: 네트워크 분할로 A와 통신 불가
→ 노드 B는 응답 거부 (503 Error) — 불일치 데이터 반환 안 함

AP 시스템 (가용성 + 분할 허용)

• 네트워크 분할 발생 시 오래된 데이터라도 응답하여 가용성을 유지한다.
• 결과적 일관성(ACID vs BASE 참고) 모델을 따른다.
• 예: Cassandra, DynamoDB, CouchDB, Amazon S3

Copy
노드 A: 쓰기 완료 (재고=9)
노드 B: 네트워크 분할로 A와 통신 불가
→ 노드 B는 오래된 데이터(재고=10) 반환 — 나중에 동기화

CA 시스템 (일관성 + 가용성)

• 분산 환경에서는 이론적으로 불가능 — 네트워크 분할을 완전히 막을 수 없기 때문.
• 단일 노드 RDBMS(MySQL(MariaDB), PostgreSQL 단독 서버)가 여기에 해당하지만, 분산 환경에서는 P가 발생한다.

주요 DB의 CAP 분류

PACELC 확장 이론

• CAP은 네트워크 분할 상황만 다루는 한계가 있다.
• PACELC: 정상 상태에서도 지연(Latency)과 일관성(Consistency) 간의 트레이드오프가 존재함을 추가.

Copy
P: Partition 발생 시
A 또는 C 선택

E: 정상 Else 상황에서는
L 또는 C 선택 (Latency vs Consistency)

실무 설계 적용

• 금융, 결제, 재고: 일관성 우선 → CP 시스템 또는 단일 RDBMS.
• SNS 피드, 뉴스 피드: 가용성 우선 → AP 시스템 (Cassandra, MongoDB).
• 글로벌 서비스(Service) 캐싱: 각 리전별 독립 + 결과적 일관성 허용.

관련

• ACID vs BASE
• 트랜잭션(Transaction)
• 관계형 데이터베이스(Relational DataBase)
• MongoDB
• MySQL(MariaDB)
• PostgreSQL