CAP原则的理解

CAP 原则指的是，分布式系统中三个要素一致性（Consistency）、可用性（Availability）、分区容错性（Partition tolerance）最多只能同时实现两点，不可能三者兼顾。

1 前提共识

• CAP原则不是要求每个节点的数据都一样（不是集群）；
• 分布式系统对外的服务，只是某一个节点，节点之间是内部通信；

2 分区容错性

分区指的是分布式系统的一个节点，如果需要满足分区容错性，意思是因为某些网络、故障原因，我这个节点上没有收到其他节点的一致性通知（不一定是数据同步），比如A、B两个节点，A负责生成订单，B负责短信发送，A生成订单之后，给B发一个信息告诉可以B可以进行短信发送了，但是某些原因B没有收到，也就没有发送短信，这对于业务来说，是不能容忍的，因为我生成了订单，但是没有给用户发短信，这就不满足分区容错性。

为了保证分区容错性，那么系统就强要求A和B必须保证逻辑一致，就是说B必须等到A的生成订单才发短信，并且B没有发短信这次请求就算失败的，类似于事务。

这种场景满足了分区容错性P，满足了一致性C，但是在数据同步期间，服务是不可用的，因为要等同步完成才能用，不满足A；

3 可用性

同样上面的场景，如果我需要满足可用性A，也就是说我在数据同步期间也能访问系统，类似于MySQL的主从复制，在数据从主到从同步期间，服务也是可用的，并且容忍了分区之间的错误（不一致），这种就满足了A和P，但是这时候数据就有不一致性；

4 一致性

为了解决一致性和可用性的问题，很简单，我不使用分布式就可以了，数据和服务全部在单节点上，满足了C和A，既然都没有了分区，那么更没有分区容错性而言了。