CAP理论的理解

在分布式系统中，有一个基础理论叫做CAP

C：Consistence 系统数据一致性
A：Avalibility 系统可用性
P：Partition Tolerance分区容忍度

在分布式系统的设计中，没有一种设计可以同时满足一致性，可用性，分区容错性 3个特性。

1.由于分布式的系统，技术结构复杂，节点是集群，分区Partition会由于网络波动，故障，天灾人祸等各种原因，常态得到出现，分区是常态。

2.数据一致性的要求：可以根据需求和业务的逻辑而定，可能不要求一致性，也可能是要求一致性，在partition是常态下对数据一致性的要求。

3.如果对数据一致性的要求极高（强一致性：任意时间，访问系统的数据，都是完全一致性），加锁加事务出现，导致系统有可能在某些时间段不可用（web应用体现在响应极慢），对系统的可用性Avalibility要求低，反之，对数据一致性要求不高时，系统可用性高。

4.分区容忍度，数据的一致性要求高，分区容忍度（不允许分区影响太大），系统可用性，数据一致性要求低是分区容忍度低，可用性高。

结论：
CAP只允许其中3个存在，不能同时存在。
CP：分区出现时，要求容忍度高，数据一致性高，牺牲可用性。
AP：分区出现时，容忍度低，可用性高，牺牲了一致性。
AC：没分区的时候
数据的最终一致性（互联网系统系统可用性比较重要，可以根据CAP实现一个折中的效果，既有重要的可用性，数据一致性也可以使用）：数据的强一致性，数据可以经过一段时间（计算时间单位，毫秒级，秒级），最终保持一致。