CAP原则，全称Consistency（一致性）、Availability（可用性）、Partition Tolerance（分区容错性）原则，是分布式系统设计中一个经典的理论。它指出在分布式系统中，任何系统都无法同时满足以下三个要求，设计者必须在三者间做出折衷：
-
一致性（Consistency）：
数据一致性意味着在分布式系统中，任何时刻所有节点都能看到相同的数据视图。当一个数据更新成功后，其他节点访问时应能看到这个更新后的值，即保证了全局的数据一致性。 -
可用性（Availability）：
可用性意味着在正常情况下，任何时候请求都能够得到响应（不保证响应的是最新的数据），且响应时间在合理范围内。简单来说，系统始终保持可读和可写的状态。 -
分区容错性（Partition Tolerance）：
分区容错性是指在分布式系统中，网络分区或通信失败可能发生，即节点间可能由于网络原因无法通信，但即便在这种情况下，系统也要能够继续运作。
CAP原则指出，一个分布式系统在面临网络分区时，最多只能同时满足一致性（C）和可用性（A）中的任意一个，同时必须要满足分区容错性（P）。这是因为在网络分区的情况下，如果要保证一致性，可能需要阻止对一部分数据的访问，从而牺牲可用性；反之，如果要在分区发生时依然保证可用性，系统可能不得不在不同节点间暂时放弃一致性，允许数据的短暂不一致。
在实际工程实践中，设计者通常需要根据应用场景的业务需求和容忍度，灵活选择CA、AP或是CP的权衡方案。例如，很多NoSQL数据库选择了AP路线，允许一定程度的数据不一致，以换取高可用性和分区容错性；而一些金融交易系统可能更倾向于选择CP，牺牲部分可用性以保障数据的强一致性。
一下是CAP关系图：
