CAP 理论

CAP理论是关于数据一致性（ C：Consistency ）、服务可用性（ A：Availability ）、分区容错性（ P：Partition-tolerance ）。

CAP 理论告诉我们，一个分布式系统不可能同时满足数据一致性、服务可用性和分区容错性这三个基本需求，最多只能同时满足其中的两个。

一致性（ C ）

这里的一致性是指强一致性，又叫线性一致性，它要求多节点组成的分布式系统，能像单节点一样运作，如果一个写操作返回成功，那么之后的读请求都必须读到这个新数据；如果返回失败，那么所有的读操作都不能读到这个数据。

一致性中除了强一致性之外，还有其他的一致性级别，比如序列一致性（ Sequential Consistency ）和最终一致性（ Eventual Consistency ）等。

可用性（ A ）

可用性指的是要求系统提供的服务必须处于 100% 可用的状态，对于用户的每一个操作请求，系统总能够在有限的时间内返回结果。

分区容错性（ P ）

分区指的是在整个分布式系统中，因为网络原因，系统被分隔成多个单独的部分，这里，不同系统之间在正常情况下应该是一个整体，因为网络原因不能通信才会被划分为不同的分区。在现实的分布式系统中，我们面对的就是一个不可靠的网络和有一定概率宕机的设备，这两个因素都会导致分区出现，因此在分布式系统实现中，分区容错性 P 是一个必须项。

参考

《深入浅出分布式技术原理》