分布式系统CAP理论的理解

CAP关注的是多节点互联场景下进行数据的读写操作，相互连接并且共享数据的多节点集合构成的分布式系统是CAP理论的前提。

C指的是Consistency（一致性），A指的是Availability（可用性），P指的是Partition Tolerance（分区容错性）。

分区容错性是指当发生网络分区，系统可以继续履行职责。分区现象可能是丢包、拥塞、亦或者是连接中断，当系统的部分节点出现这些情况时，不会影响其他节点。

因为探讨的是分布式环境，网络情况不可能是百分百正常的，所以P是必须满足的。

一致性是指客户端读取的数据一定是最新写入的结果。 数据库写操作在事务提交之前，客户端是读不了的，事务执行失败会自动回滚，保证客户端读取的是正常的最新数据，这里的一致性是从客户端角度来阐述的，因为事务在执行过程当中，系统处于不一致的状态，各节点之间的数据不可能完全一致。比如有A、B、C三个节点，A先向B同步数据，这个时候C和AB的数据并不一致。

可用性是指非故障的节点在合理的时间内返回合理（非错误和超时）的结果。比如某个请求合理的响应时间是在1秒内返回，超出1秒后返回就是不合理；再比如某请求的响应结果正常的错误码是200，100，实际响应结果是404就是不合理。

在满足P的情况下，如果发生网络分区，只能选择C或者A之间的一种，不可能同时满足三者。

假设有A、B两个节点，前一刻两个节点里的数据都是x，后一刻A节点写入了最新数据y，这时A节点把数据y同步到B节点的时候发生了网络分区。

如果要保证Consistency，那么客户端在请求B节点数据的时候，应该提示系统发生了错误，从而舍弃了Availability。

如果要保证Availability，那么客户端在请求B节点数据的时候，直接返回保存的数据即可，但这样也就舍弃了Consistency。

由此论证在分布式系统（相互连接并且共享数据的多节点集合）环境下，CAP同时只能满足CP或者AP。