CAP 原理

CAP原理描述的是一个分布式系统无法同时满足一致性（Consistency），可用性（Availability）和分区容忍性（Partition Tolerance）。

在一个分布式系统中，因为现实情况下网络中断必然会发生，所以我们一般会关注于CP和AP：即在一致性和可用性之间会选择其一作为起始侧重点。但是，这并不代表我们的系统整个生命周期中只能满足CP或者AP，只是表示在系统一个阶段或者一小段时间内，我们会首先确保一致性或者可用性，最终会同时满足两者。这也就是最终一致性的来源（Eventual Consistency）。

CP

CP表示系统选择数据一致性而暂时放弃可用性。

对于一个实现CP的系统而言，假设服务器节点node A的数据是x，服务器节点node B的数据是y，当一个用户访问node B的数据，用户会收到错误或者超时相应而不是y。这是因为当数据冲突发生时，此类系统无法忍受数据不一致，即使范围错误或者超时响应也不愿返回一个不一致当数据。

AP

AP表示系统选择可用性而暂时放弃数据一致性。

对于一个实现AP的系统而言，假设服务器节点node A的数据是x，服务器节点node B的数据是y，当一个用户访问node B的数据，用户会收到y而不是错误或者超时。这是因为当数据冲突发生时，此类系统可以接受数据不一致但是无法忍受系统的不可用（错误或者超时响应）。

最终一致性（Eventual Consistency）

在一个分布式系统的设计中，我们不是一定要放弃C或者A，而是可以最终实现CP和AP，这也就是最终一致性。

最终一致性系统描述的是一个系统首先保证高可用（AP）。假设服务器节点node A的数据是x，服务器节点node B的数据是y，当一个用户访问node B的数据，用户会收到y而不是错误或者超时，而在一段时间后，用户再次访问node A和B的数据时，用户会收到相同的结果（同时x或者y）。