cap定理的主要内容-柯尔莫哥洛夫主要涵义

容量：服务器到底凭啥还能扛得住？ 想象一下，你正在用一台旧笔记本电脑做视频剪辑。你突然打开一个 4K 高清文件，再切进几个慢吞吞的慢动作回放，背景音乐启动自动循环。屏幕上的进度条像是开了倍速滑动的长矛，一下一下扎进你的脑子。
你看着 CPU 风扇疯狂尖叫，屏幕直接黑了，电脑直接关机。
这感觉忒熟悉了，对吧？这就是你正在经历的“内存崩溃”。 而在互联网的世界里，这台笔记本电脑就是那台服务器，那个正在处理海量请求的巨兽。它的“肝”就是内存，它的“命”就是容量，只要这块内存装得下所有游客的请求，它就能持续服务。 大量人认定服务器贼强大，出于它一直满负荷运转，出于它一辈子处理得比别人快。但真相是残酷的。网络世界不是一辈子繁华的游乐场，它时刻都在经历“雪崩效应”。当流量像洪水一样冲进服务器，内存就像一个被强行塞满的行李箱。你往里面塞东西，东西挤一地；你往外拿东西，箱子就塌下来。
这时候，内存泄漏了，缓冲区溢出，程序崩了，用户就失联了。 故此，容量这个概念听起来挺虚，出于它只是物理上的一块硅片要么 RAM 颗粒。但真正可怕的，是当流量超过容量时，服务器会瞬间“雪崩”。
这时候，内存中的垃圾数据会疯狂增长，害得 CPU 务必去处理原本无涉紧要的数据，就连不得不拔电源来抢救。
这时候，服务就彻底挂了。 这就引出了一个核心难题：为啥有些 Server 能扛住数亿次请求，而有些几秒钟就挂了？答案不在算法有多复杂，也不在那行代码写得有多优雅，而在于它的“容量”够不够大，还有扩容的速度够不够快。 你看抖音要么 B 站，它们能秒回你的视频。出于它们背后站着的是数亿台服务器集群，每台服务器背后都装着GB 就连 TB 级的内存。
这些机器之故此能扛住，不是出于它们多强，而是出于它们有充足的“容量”来消化那些突如其来的流量洪峰。 不过，还要特别注意几点。
第一，不是所有服务器都能扛住庞大的流量。有些挺弱的机器，内存小，代码逻辑好办，略微一压，就爆内存，直接宕机。
这种机器一般不建议用来做高并发服务。
第二，扩容也是门技术活。
要是流量来了，但服务器没预备好及时扩容，那就是灾难。
这时候要依赖负载均衡和自动扩缩容技术，但这都需求工夫，而网络雪崩往往来得忒快，来不及调整。
第三，内存不是越大越好。
要是内存忒满，CPU 就得去搬运内存，效率反而下降。
故此，容量和性能之间需求找平衡，而不是单纯地堆内存。 看看 Google 要么 Amazon，它们处理的数据量多得吓人，但它们不会死。
这主要是出于它们拥有庞大的计算资源和庞大的内存池。它们有几个特征：一是垂直规模，每一台机器都压着巨量数据，而不是分散在成千上万个微服务器上；二是水平扩展，它们会瞬间将流量引导到空闲的机器上，而不是等所有机器都忙完了再处理。 实际上，目前的服务器大多都是基于 Linux 系统，内存管理贼成熟。大量大厂不仅内存容量大，并且对内存的利用效率极高。
比方说，一个一般/平平的电商服务器，可能内存占用就是 8GB，但能处理几万就连几十万的 QPS。而一个老旧的服务器，可能内存只有 4GB，同样的流量下，它可能早就崩了。 故此，容量挺关键，但更关键的是“容量”背后的技术架构。
要是一家公司为了省钱，只买了几台老旧服务器，内存又小，而业务流量突然爆发，那它挺快就会变成一堆垃圾数据。
这时候，它只能慢慢扩容，要么重装系统，就连干脆升级换代，流程贼痛苦。 反观 Facebook，它每天处理的访客数量是地球人口的数倍，它没有这些压力。它之故此能跑，靠的是极致的垂直规模和高可用的架构，而不是好办的堆内存。它会把所有的流量引导到同一台机器上，那时候内存占用会高达 95%，但机器依然能跑起来。出于它知道，只要内存没满，服务还能持续。 还有，还要提到一个概念，叫“内存淘汰策略”。当内存装不下时，操作系统会自动淘汰掉那些挺久没用的数据。
要是这个策略失效了，服务器就会慢慢把内存吃光，直到彻底崩溃。
故此，内存管理的算法和策略，有时候比物理内存的大小更关键。 最终，我想说，容量不是万能的，但它确实是服务器的生命线。
要是容量不足，服务器就像没有充水的沙袋，略微一用力就垮了。在座的各位都知道，目前的云原生和容器技术，本质上就是在解决这个难题。通过 Kubernetes 要么 Docker 这样的高可用架构，我们能够让服务器在内存不足的时候，自动启动备用机器，把流量挪那会儿，进而避免雪崩。 记住，不要迷信内存的大小。
有时候，一个略微大一点的机器，配合好的调度策略，比两个堆满内存但调度不稳的机器，更能扛住流量。容量是基础，但技术的深度和广度，才是让服务器真正“扛得住”的关键。