CAP原则的相关理论

CAP定理：


一致性 可用性 分区容错
只能满足其中的两个特性，不能同时满足三个特性，一致性（数据的实时备份），可用性（集群里面的部分故障，系统的功能还可以使用，不会对本身产生太大的影响），分区一致性（客户端向另一个客户端发送消息，或是系统故障导致其中一个收不到，即不能通信，必须考虑到这种情况的存在，即目标是努力达到分区一致）

c 和 a 不能同时成立 是一个矛盾的状态

其中一个在写，另外一个即锁定，高可用即不成立，所以一致性和可用性不可能同时成立，CA不可以共存，而且CA也没有容错的机制。
网页的更新当中，可用性要强于一致性，可用是基础！

消息队列排上用场，装100个订单信息，
这种情况就得损失一致性，把下单信息存在内存当中，反馈下单成功，用户就知道下单成功，最终取到100个信息和下单的信息匹配
即AP性的体现


Zookeeper 集群损失了可用性，保证了一致性，半数成活即有效
选举策略投票 拿出一种顺序来对服务进行排序，hadoop生态体系里面的其中一个就是Zookeeper，投票出顺序谁是老大，如果老大死掉，集群就会出现宕机状态，不可以使用，不过之间的间隔很短。
Eureka则是保证了可用性，有数据的延迟，一致性不能保持，自我保护机制，不过优点是不会发生崩溃