CAP理论简介
CAP原则又称CAP定理，指的是在一个分布式系统中， Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性），三者不可得兼，只能三选二。
- 一致性（C）： 在分布式系统中的所有数据备份，在同一时刻是否同样的值。（等同于所有节点访问同一份最新的数据副本）
- 可用性（A）：保证每个请求不管成功或者失败都有相应。
- 分区容忍性（P）：系统中任意信息的丢失或失败不会影响系统的继续运作。
CAP实际场景介绍
C：一致性
对分布式系统所有节点进行写请求（对数据的增删改）完成后，不同节点的读请求在同一时刻读取到的数据要一致，读取到的都是写请求发生变化后的数据。
A：可用性
对分布式系统发起读请求或是写请求后，系统必须响应该请求返回结果。
必须满足如下2个条件：
- 1.返回结果必须在合理的时间以内。这个合理的时间是根据业务来定的。
当业务设计改请求在100毫秒内响应时，合理的时间就是100毫秒内；如果超过设定的100毫秒，如200毫秒才响应，那么这个系统就不满足可用性。 - 2.需要系统内能正常接收请求的所有节点都可返回结果。这涵盖了2层含义：
- 2.1如果部分节点不能正常接收请求了，比如宕机了、系统崩溃了，而其他节点依然能正常接收请求并相应，那么该系统依然是可用的，不影响可用性指标。
- 2.2如果节点能正常接收请求，但是节点的数据有问题：各节点的数据并不一致，那么也须响应该请求，与数据是否一致无关。比如，系统内有2个正常节点A与B，节点A的数据是1小时前的，节点B的数据是1分钟之前的；如果一个读请求发送到节点A上，则在明知道节点A是1小时前的旧数据的前提下，仍然必须响应返回1小时前的旧数据，不能拒绝响应。
P：分区容忍性
- 首先，什么是分区？
分布式系统有很多节点，这些节点之间的通讯基于网络传输。而网络是不可靠的，是人为无法100%保证不出问题的。当网络出现问题时，节点之间通讯中断，此时系统出现了物理意义上的分区。注意：分区并完全都是由于网络问题引起，如机器故障也会导致节点通讯出现问题，系统出现分区现象。
综上，可以知道在分布式系统中，只要节点通信出现了问题，那么就出现了分区。 - 那么，分区容忍性指什么？
它是说，如果出现了分区问题，我们的分布式系统还要继续运行，响应请求。不能因为出现了分区问题，整个分布式系统的所有节点全部停止，不响应请求。
为什么CAP原理在分布式系统中只能三选二，不可兼得?
在CAP原理简介中，已经说明了分布式系统只能设计成满足CAP三原理中的二种。
为什么？
经过CAP实际场景介绍，我们知道在一个分布式系统中，分区现象是无法100%完全避免的。如果不考虑分区容忍性，一旦系统发生分区现象，整个系统就无法使用了，这是不符合实际需要的。所以P在设计分布式系统时已经是默认的，必须考虑满足的一种特性！
在满足分区容忍性的前提下，为什么不能同时一致性和可用性呢？
为了满足数据一致性，则会导致当有写请求发生时，数据需要全部同步到所有节点，读请求必须等到所有节点数据都更新一致后，才能响应，响应之前所有读请求阻塞！响应超时或超出业务定义的响应时间，破坏可用性。
而为了提高可用性，则会在系统中部署多个节点，节点越多，系统可用性越高，为了各节点响应及时，数据一致性就越难满足
综上，分布式系统在保证分区容忍性时，如果保证可用性，则不能保证一致性；如果保证一致性，则不能保证可用性。