【0】CAP定理

        要讨论分布式，CAP就是一个没法避免的话题。了解些分布式知识的都能轻松说出CAP定理的内容：一致性、可用性和分区容错性只能三取其二，而不能同时知足三者，彷佛这一句话就把这个定理描述完了。这是我以前一个粗鄙的理解，随着学习得不断深刻发现这样去解释CAP定理是不正确的，那么到底该怎么理解呢？咱们再来看看CAP每一个字母的含义：

• Consistency（一致性）：在分布式系统中，全部的数据备份，在同一时刻是否一样的值，若是是，则咱们认为知足了一致性。这里的一致性是指的是强一致性。
• Availability（可用性）：在集群的部分节点故障后，集群总体是否能够正常响应请求。
• Partition tolerance （分区容错性）：这里的分区是指网络分区，网络分区能够这样理解，一个服务集群有A、B两个节点，原本A、B之间是能够网络通讯的（来保证数据一致性），但是忽然发生了网络故障，A、B不能再相互访问，这时候咱们认为集群发生了网络分区。

        其实CAP定理本意是想表达当发生网络分区状况时，一致性和可用性只能二选其一。咱们举例说明，一个服务集群由A、B两个节点，A和B分别维护本身的数据副本，而后经过网络达到数据的一致性。当发生网络分区时，A、B之间不能互相访问了，此时，数据的一致性和服务的可用性必须作出二选一的抉择，也就是说当请求发送到A节点时，若是保证服务可用性，则A接收请求而后返回处理结果，此刻A和B的数据副本出现了不一致的状况（B此刻也能够独立处理请求）；若是保证数据的一致性，则A接收到请求后，就要等A、B数据同步后在返回处理结果，这样就没法保证请求在特定时间内返回结果了，就丧失了服务的可用性了。

        CAP定理在分布式数据库中讨论的比较多，如今流行的Nosql数据库中常常被讨论。分布式服务中是否适用CAP定理，我以为仍是要看具体的设计，若是服务维护多个数据副本（多个数据库），则就会涉及CAP讨论的内容，若是你的数据副本就一份，那就没有讨论CAP的必要了。因此具体要看本身系统的设计，不是说咱们用了spring cloud这种分布式服务架构，就必定会有CAP的问题。

        以上均是我的理解，不妥之处往指正。