CAP 准则
CAP 准则又称 CAP 定理，指的是在一个分布式系统中，一致性（Consistency）、可用性（Availability）、分区容错性（Partition tolerance）。
- 一致性 : 所有的分布式节点都要保证数据一致性；
- 可用性 : 在集群中一部分节点生效后, 残余节点还能提供同样的服务
**[高可用]**； - 分区容忍性 : 当网络呈现问题时, 服务呈现分区的景象 [在整个零碎中某个局部，挂掉了，或者宕机了，并不影响整个零碎的运作与应用 – 个人观点]；
这三个概念所介绍的就是常见的分布式系统中会常常遇到的问题。
- 一致性（Consistency，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。（等同于所有节点拜访同一份最新的数据正本）。
- 可用性（Availability，A）：在一个分布式系统的集群中一部分节点故障后，该集群是否还可能失常响应客户端的读写申请。（对数据更新具备高可用性）。
- 分区容错性（Partition tolerance，P）：大多数的分布式系统都散布在多个子网络中，而每个子网络就叫做一个区（partition）。分区容错的意思是，区间通信可能失败。比方阿里巴巴的服务器（不晓得各位有没有发现，不论你到那个城市去，你拜访的服务器总是该城市的，其中应用 了算法，因为篇幅无限就不再这儿一一解说了），一台服务器放在上海，另一台服务器放在北京，这就是两个区，它们之间可能存在无奈通信的状况。在一个分布式系统中个别分区容错是无奈防止的，因而能够认为 CAP 中的 P 总是成立的。CAP 实践通知咱们，在 C 和 A 之间是无奈同时做到。
C- A 不能同时满足的解释：
如果 C 是第一需要的话，那么会影响 A 的性能，因为要数据同步，不然申请后果会有差别，然而数据同步会耗费工夫，期间可用性就会升高;
如果 A 是第一需要，那么只有有一个服务在，就能失常承受申请，然而对与返回后果变不能保障，起因是，在分布式部署的时候，数据统一的过程不可能想切线路那么快;
官网解释
1998 年，加州大学的计算机科学家 Eric Brewer 提出，分布式系统有三个指标。
- Consistency
- Availability
- Partition tolerance
它们的第一个字母别离是 C、A、P。
Eric Brewer 说，这三个指标不可能同时做到。这个论断就叫做 CAP 定理。
- Partition tolerance
先看 Partition tolerance，中文叫做 ” 分区容错 ”。
大多数分布式系统都散布在多个子网络。每个子网络就叫做一个区（partition）。 分区容错的意思是，区间通信可能失败 。比方，一台服务器放在中国，另一台服务器放在美国，这就是两个区，它们之间可能无奈通信。
上图中，G1 和 G2 是两台跨区的服务器。G1 向 G2 发送一条音讯，G2 可能无奈收到。零碎设计的时候，必须思考到这种状况。
一般来说，分区容错无奈防止，因而能够认为 CAP 的 P 总是成立。CAP 定理通知咱们，剩下的 C 和 A 无奈同时做到。
- Consistency 一致性
=======================================================================================================================
Consistency 中文叫做 ” 一致性 ”。意思是，写操作之后的读操作，必须返回该值。举例来说，某条记录是 v0，用户向 G1 发动一个写操作，将其改为 v1。
接下来，用户的读操作就会失去 v1。这就叫一致性。
2020-10-09-ppjNzM
问题是，用户有可能向 G2 发动读操作，因为 G2 的值没有发生变化，因而返回的是 v0。G1 和 G2 读操作的后果不统一，这就不满足一致性了。
为了让 G2 也能变为 v1，就要在 G1 写操作的时候，让 G1 向 G2 发送一条音讯，要求 G2 也改成 v1。
这样的话，用户向 G2 发动读操作，也能失去 v1。
- Availability
=========================================================================================================================
Availability 中文叫做 ” 可用性 ”，意思是只有收到用户的申请，服务器就必须给出回应。
用户能够抉择向 G1 或 G2 发动读操作。不论是哪台服务器，只有收到申请，就必须通知用户，到底是 v0 还是 v1，否则就不满足可用性。
- Consistency 和 Availability 的矛盾
=====================================================================================================================================================================
一致性和可用性，为什么不可能同时成立？
答案很简略，因为可能通信失败（即呈现分区容错）。
- 如果保障 G2 的一致性，那么 G1 必须在写操作时，锁定 G2 的读操作和写操作。只有数据同步后，能力从新凋谢读写。锁定期间，G2 不能读写，没有可用性不。
- 如果保障 G2 的可用性，那么势必不能锁定 G2，所以一致性不成立。
* 综上所述，G2 无奈同时做到一致性和可用性。零碎设计时只能抉择一个指标。如果谋求一致性，那么无奈保障所有节点的可用性；如果谋求所有节点的可用性，那就没法做到一致性。
读者问，在什么场合，可用性高于一致性？
举例来说，公布一张网页到 CDN，多个服务器有这张网页的正本。起初发现一个谬误，须要更新网页，这时只能每个服务器都更新一遍。
一般来说，网页的更新不是特别强调一致性。短时期内，一些用户拿到老版本，另一些用户拿到新版本，问题不会特地大。当然，所有人最终都会看到新版本。所以，这个场合就是可用性高于一致性。