CAP 理论
CAP 理论是一切分布式系统工作的指导理论，因为 CAP 不能兼得，所以在设计时更应该考虑清楚设计上的取舍
概念
- C：一致性 ( Consistency )。对于客户端的每个读操作，要么返回最新的数据，要么读取失败。强调的是数据正确
- A：可用性 ( Availability )。对于客户端的请求都能得到响应数据，不会出现响应错误，但是不保证数据是最新的。强调的是不出错
- P：分隔容忍 ( Partition tolerance )。因为分布式系统是通过网络进行通信的，但是网络往往是不可靠的。当任意数量的消息丢失或延迟到达时，系统仍然会继续提供服务。强调的是不会挂掉
CAP 只能三选二
CAP 是难以同时三者兼得的
原因
- 如果 C 是第一需求的话，那么会影响 A 的性能，因为要数据同步，不然请求结果会有差异，但是数据同步会消耗时间，期间可用性就会降低。
- 如果 A 是第一需求，那么只要有一个服务在，就能正常接受请求，但是对于返回结果不能保证是最新的，原因是，在分布式部署的时候，数据一致的过程不可能像切换线路那么快。
- 再如果，同时满足一致性和可用性，只能是单点部署；而对于分布式系统而言，P 是必须保证的，我们必须接受网络带来的数据延迟和丢失，但是不允许系统挂掉
其实不是所有情况下都只能选择两个特性，在不存在网络失败的情况下（分布式系统正常运行），C 和 A 是能同时保证的。
关于 CP/AP 的选择
交易场景
C 是必须保证的，如果网络发生故障，宁愿不提供服务，也不能发生自损的情况
注册中心集群
A 是必须保证的，对于服务发现来说，针对同一个服务，即使注册中心的不同节点保存的服务提供者信息不尽相同，也不会造成灾难性后果；而对于服务消费者来说，注册中心不可用导致消费不能正常进行，对于系统来说是灾难性的
其他场景
一般情况下我们会选择 AP，尽管舍弃了强一致性，但是可用性的保证，提升了用户使用体验，而且可以通过一定的手段追求最终一致性