Brewer's Conjecture and the Feasibility of Consistent, Available, Partition-Tolerant Web

        这篇论文主要讲述分布式的CAP原理并给出证明。Brewer 认为在分布式里有三个基本需求: Consistency(一致性）、Availability（可用性）、Partition-tolerance（分区容错性），但一个分布式系统是没办法同时满足这三个特性。

        Consistency(一致性）：是指所有的操作是满足原子性的，要么在所有节点都执行成功，要么都失败，保证一个操作得到的数据是一致的。

        Availability(可用性) : 是指在分布式系统中，任一个请求应该都能得到响应。

        Partition-tolerance(分区容错性）： 是指分布性系统中任意节点的失败或者消息丢失，不会影响整个系统的运作。

       Brewer主要给出的定理是在2个模型下的：异步网络模型(Asynchronous Networks model)和部分同步网络（Partially Synchronous networks model)。  异步网络模型是指里面没有时钟，节点只能基于接受到的消息来做决定。 部分同步网络则是有时钟，并且速率是一样的，但是时钟不一定同步，有可能在同一时间内各个节点的时间不同，即能够实现一个超时机制。

 定理一：

       在一个异步网络模型中，允许数据有丢失的情况下，不可能存在一个读/写数据操作满足可用性和原子一致性。

       该定理的证明是用反证法，假设存在这么一个算法同时满足CAP三个特性，那么在一个只有2个节点｛G1, G2}的网络下，在G1做一个写操作，然后在G2做一个读操作，因为有消息丢失，那么读的操作肯定不满足一致性，所以假设不成立。

推论一：

        在异步网络模型中，即使无消息丢失，不可能存在一个读/写数据操作满足可用性和原子一致性。

       这个推论主要的原因是在异步网络中，无法确定消息到底是丢失了还是延迟了，所以无法让别的节点做判断。 原因是异步网络没有超时机制。

  定理二：

       在半同步网络模型中，允许数据有丢失的情况下，不可能存在一个读/写数据操作满足可用性和原子一致性。

        证明同定理一

        但是在半同步网络中，如果无消息丢失，一个弱的满足CAP特性的系统是满足的：

* 对所有的数据访问，总返回一个结果 
* 如果期间没有报文丢失，那么返回一个满足 consistency 要求的结果。

      因为在半同步网络中，我们可以设定一个时间，假设超时了就返回失败。