CAP定理

Consistency 一致性

一致性指“all nodes see the same data at the same time”，即所有节点在同一时间的数据完全一致。

强一致性：系统中的某个数据被成功更新后，后续任何对该数据的读取操作都将立即得到更新后的值；

弱一致性：允许系统出现不一致的中间状态，及允许数据同步过程中存在延时。

最终一致性：经过一定时间最终能到达一致状态。

Availability 可用性

可用性指“Reads and writes always succeed”，即服务在正常响应时间内一直可用。

Partition Tolerance分区容错性

分区容错性指“the system continues to operate despite arbitrary message loss or failure of part of the system”，即分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性或可用性的服务。放弃分区容错性就放弃了系统的可扩展性。

CAP三者无法同时满足，因为是分布式系统，所以肯定有子网络，必须满足P,所以我们要在C（一致性）和P（可用性）之间做出权衡。

假设有五个节点：n1~n5 ，出现网络分区被分成两组：[n1~n2]和[n3~n5]，那么当n1出来客户端请求时（为了处理这种情况，也就是说"容忍网络分区"，即支持 P）：

1：如果要保证C(一致性)，那么它需要把消息复制到所有节点，但是网络分区导致无法成功复制到n3~n5，所以它只能返回"处理失败"的结果给客户端。（这时系统就处于不可用状态，即丧失了A）

2：如果要保证可用性A，那么n1就只能把消息复制到n2，而不用复制到n3~n5(或者无视复制失败/超时)，但n3同时也可能在处理客户端请求(譬如对同一个值进行修改)，n3也为了保证A而做了同样的处理。 那么 [n1~n2]和[n3~n5]的状态就不一致了，于是就丧失了 C。

那么如果不支持P（也就是不容忍网络分区），也就是说(很乐观的认为)假设系统不会出现网络分区