CAP原则

定义

• CAP定理是2000年，由 Eric Brewer 提出来的。Brewer认为在分布式的环境下设计和部署系统时，有3个核心的需求，以一种特殊的关系存在。
• 3个核心：Consistency（一致性），Availability（可用性）和Partition Tolerance（分区性）
• CAP定理认为：一个提供数据服务的存储系统无法同时满足数据一致性、数据可用性、分区容忍性

• 一致性
  1、一致性，这个和数据库ACID的一致性类似，但这里关注的所有数据节点上的数据一致性和正
  确性，而数据库的ACID关注的是在在一个事务内，对数据的一些约束。
  2、系统在执行过某项操作后仍然处于一致的状态。在分布式系统中，更新操作执行成功后所有的
  用户都应该读取到最新值。
  3、分布式环境下，所有的节点在同一个事务结束后都要将数据更新到最新的结果

• 可用性
  1、可用性，每一个操作总是能够在一定时间内返回结果。需要注意“一定时间”和“返回结果”。
  2、“一定时间”是指系统结果必须在给定时间内返回。
  3、“返回结果”是指系统返回操作成功或失败的结果。
  4、分布式环境下，整个集群，所有的节点，在指定时间内 能不能返回统一的结果给客户使用

• 分区性
  1、分区容忍性，是否可以对数据进行分区。这是考虑到性能和可伸缩性
  2、你的数据是否允许分区，允许伸展

推导

• 如果要求对数据进行分区了，就说明了必须节点之间必须进行通信，涉及到通信，就无法确保在有限的时间内完成指定的任务 CP
• 如果要求两个操作之间要完整的进行，因为涉及到通信，肯定存在某一个时刻只完成一部分的业务操作，在通信完成的这一段时间内，数据就是不一致性的。 AP
• 如果要求保证一致性，那么就必须在通信完成这一段时间内保护数据，使得任何访问这些数据的操作不可用。 CA

结论
1、在大型网站应用中，数据规模总是快速扩张的，因此可伸缩性即分区容忍性必不可少，规模变大以后，机器数量也会变得庞，这是网络和服务器故障会频繁出现，要想保证应用可用，就必须保证
分布式处理系统的高可用性。
2、在大型网站中，通常会选择强化分布式存储系统的可用性和伸缩性，在某种程度上放弃一致性
3、 例如秒杀就放弃了一致性 只要保证最后的数据没问题就行 显示什么的 见鬼去吧