CAP定理

        在我们进行微服务开发,也就是分布式系统开发时会发现, 分布式系统的最大难点，就是各个节点的状态如何保持一致。CAP理论是在设计分布式系统的过程中，处理数据一致性问题时必须考虑的理论。

        在CAD理论中C代表了数据的一致性,A代表了系统的可用性,P代表了分区容错这三个性质对应了分布式系统的三个指标,而CAP理论说的就是：一个分布式系统，不可能同时做到这三点。这也就说明了只存在CA、CP和AP三种模型.

接下来详细说一下CAP三者的含义:

        C是一致性: 对于客户端的每次读操作，要么读到的是最新的数据，要么读取失败。换句话说，一致性是站在分布式系统的角度，对访问本系统的客户端的一种承诺：要么我给您返回一个错误，要么我给你返回绝对一致的最新数据，不难看出，其强调的是数据正确。

        A是可用性: 任何客户端的请求都能得到响应数据，不会出现响应错误。换句话说，可用性是站在分布式系统的角度，对访问本系统的客户的另一种承诺：我一定会给你返回数据，不会给你返回错误，但不保证数据最新，强调只要系统能够使用,返回的结果无论对错都行。

        P是分区容忍性也叫分区容错: 由于分布式系统通过网络进行通信，网络是不可靠的。当任意数量的消息丢失或延迟到达时，系统仍会继续提供服务，不会挂掉。换句话说，分区容忍性是站在分布式系统的角度，对访问本系统的客户端的再一种承诺：我会一直运行，不管我的内部出现何种数据同步问题，强调的是不挂掉。

        接下来讲讲CAP的权衡问题:由于我们开发的是分布式系统,那就必须涉及到网络交互,而只要是网络交互就一定会有延迟和数据丢失, 这种状况我们必须接受，必须保证系统不能挂掉。所以只剩下C、A可以选择。要么保证数据一致性，要么保证保证系统不出错。

所以CA模型虽然存在但是我们不需要去考虑.

       接下来讲的就是AP模型, 牺牲系统的强一致性，保证可用性和分区容错性。没有了一致性的束缚，系统中的节点可以将初始值数据响应给每个请求，从而满足可用性的要求。当然实际使用 中系统还是能够提供一定的弱一致性保证。比如分布式系统中，节点使用的本地缓存，可以通过设置有效时间，当有效时间过后，重新加载本地缓存保证了一定的一致性。就像我们去菜市场买菜,拿起一包酸菜,问这个酸菜多少钱,这时候老板回答说是7元,老板娘说是6元,这个就是AP模型,它牺牲了一定的一致性.
       然后CP模型就是牺牲一定的可用性，保证一致性和分区容错性。一个简单的中心式算法能够满足CP要求，一个中心节点维护了数据，其他节点接收到客户端的请求后，自动把请求重定向到中心节点，从中心节点获取到ack后，再把数据响应给客户端。还是说之前的买菜案例, 老板接收到价格询问后，可以询问老板娘酸菜什么价，然后再回复我。此场景中如果老板娘耳背，迟迟不回复老板信息，那么对整体的可用性造成一定影响，所以这是一种CP的选择。