CAP 理论
这篇文档详细描述了 CAP（Consistency、Availability、Partition tolerance）理论。CAP 理论对分布式数据库、云计算服务和大规模分布式系统的设计产生了深远的影响。理解和应用 CAP 理论可以帮助系统设计者更好地理解在设计系统时面临的权衡，尤其是在处理高可用性和数据一致性的需求时。
CAP 理论的历史
这个理论最初是由加州大学伯克利分校的计算机科学家Eric Brewer 在 2000 年的时候提出的一个猜想，即分布式系统中一致性、可用性和分区容错性中，一致性和可用性只能满足其一。
到了 2002 年，这一猜想被麻省理工学院的计算机科学家 Seth Gilbert 和 Nancy Lynch 使用严格的数学推理验证了这个猜想。
CAP 理论的三个指标
CAP 是三个英文单词的缩写, 分别表示一致性、可用性、分区容错性:
前面我们已经提到了，在分布式系统中，这三个指标是不可能同时满足的，最多只能满足其中两个。
接着我们来用相信的例子来说明每个指标的具体含义，从一致性说起:
我们来看绿色区域，在同步数据成功后再去读取数据，它满足了一致性的要求。但是它并不满足可用性的要求，因为在同步期间，读取值是不可用的。
再来看红色区域，虽然不满足一致性，但是即使在同步数据的时候，也可以读取值，虽然读取到的值不是最新的。
网络分区指的是在分布式系统中，不同的节点间网络是不可靠的，经常会发生网络无法访问，进而多个节点间不能正常通信，产生网络分区。网络分区会造成数据不一致或服务不可用。
总结
在实际中，根据 CAP 理论，我们首先要满足分区容错性（P）、然后从可用性（A）和一致性（C）中二选一，所以要么是 AP 要么是 CP。
但是如果要三个全部满足呢？也不是不可以，即舍弃一部分一致性，使用最终一致性（即在一段时间内是不一致的，最终会达成一致）。