CAP理论
CAP理论指出，在网络分区的情况下（即P条件），系统必须在保持一致性和可用性之间做出选择，无法同时满足。这意味着在出现网络分区时，分布式系统不得不权衡是保持一致性还是可用性。
概念
CAP理论指出，在网络分区的情况下（即P条件），系统必须在保持一致性和可用性之间做出选择，无法同时满足。这意味着在出现网络分区时，分布式系统不得不权衡是保持一致性还是可用性。
一致性(Consistency)
一致性指“all nodes see the same data at the same time”，即更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致，所以，一致性，说的就是数据一致性。
对于关系型数据库，要求更新过的数据能被后续的访问都能看到，这是强一致性。
如果能容忍后续的部分或者全部访问不到，则是弱一致性。
如果经过一段时间后要求能访问到更新后的数据，则是最终一致性。
CAP中说，不可能同时满足的这个一致性指的是强一致性。
可用性(Availability)
可用性指“Reads and writes always succeed”，即服务一直可用，而且是正常响应时间。
-
1个9：(1-90%)×365=36.5天
-
2个9：(1-99%)×365=3.65天
-
3个9：(1-99.9%)×365×24=8.76小时
-
4个9：(1-99.99%)×365×24=0.876小时=52.6分钟
-
5个9：(1-99.999%)×365×24×60=5.26分钟
-
6个9：(1-99.9999%)×365×24×60×60=31秒
分区容错性(Partition Tolerance)
分区容错性指“the system continues to operate despite arbitrary message loss or failure of part of the system”，即分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务。
简单点说，就是在网络中断，消息丢失的情况下，系统如果还能正常工作，就是有比较好的分区容错性。
