什么是CAP定理?

　　张大胖在公司奋发图强，通过多年的努力，终于作到了架构师的位置。架构师的椅子还没坐热，很快就来了一个项目要作架构设计。老板把大胖叫来，谆谆教导说： 大胖啊， 数据是咱们的宝贵资产，你设计的系统可千万要保证数据不能丢失啊！大胖说老板放心， 这方面我有经验， 通常来说咱们要作数据的冗余处理， 简单的来说就是给数据作多个副原本保存。 我会设计一个分布式系统， 把数据备份到多个机器节点去。

　　几天后， 大胖给发了一张图， 展现了这个分布式系统是怎么工做的：

　　数据副本在不一样的机器上作冗余， 中间有数据的复制， 保证数据的同步。虽然只是两台机器， 可是也构成了一个简单的分布式环境。老板虽然不懂技术， 可是看到数据在不一样的机器之间有备份，也就放心了。通过几个月的开发和测试，系统顺利上线， 可是你们很快就发现：  分布式系统不像单机系统那么简单， 因为网络的缘由， 或者某个机器的缘由很容易致使通信失败，或者节点不可用。

　　有一天， 用户先访问了左边的机器A , 写入了一条数据，  而后机器A很不幸， 网线被悲催的网管给踢掉了， 这直接致使了两个严重的后果：

　　　　1. 负载均衡找不着机器A，认为它死翘翘了， 就要把用户的下一次访问转到机器B去。

　　　　2. 数据复制也找不着机器A  ,  只好罢工。 用户刚写入的数据无法复制到机器B，机器B上仍是老数据

　　怎么办？

　　虽然这是一次偶然， 把网管臭骂一顿， 插上网线就能够了， 可是谁能保证之后两个机器的通讯是一致畅通的呢？

　　组里的小王说：    咱们的机器B 还活着呢， 还能提供服务， 数据复制不到机器B， 不就是少看几条数据嘛， 无伤大雅，不影响大局， 勉强可用， 插上网线后数据复制就会工做， 一切就会恢复正常。

　　小王无心中选择了系统的可用性(Availability，简称A)， 系统能提供服务就好， 数据不一致能够忍受。

　　张大胖说:  不行，  老板说了，咱们系统的数据极为重要， 数据若是不一致会带来严重后果，因此机器B上的和这些关键数据相关的功能也必须停掉， 必须等到机器A插上网线，数据同步之后才能开工.很明显， 张大胖遵循老板指示， 把一致性（Consistency, 简称C ）放到了首位。

　　因此问题就很明显了， 在网络节点之间没法通讯的状况下,  和数据复制相关的功能， 要么选择可用性(A) , 要么选择一致性(C)， 不能同时选择二者。

　　大胖仔细思考了一下， 其实这两种选择的背后其实隐藏着另一个事实， 那就是网络节点之间没法通讯的状况下， 节点被隔离，产生了网络分区，  整个系统仍然是能够工做的， 大胖给它起了个名： 分区容错性（Partition tolerance， 简称P）。

　　若是选择了可用性(A) + 分区容错性(P) ,  就要放弃一致性(C)。

　　若是选在一致性(C) + 分区容错性(P) , 就得放弃可用性(A)  ，   对了， 这种状况下，虽然系统的有些功能是不能使用的， 由于须要等待数据的同步， 可是那些和数据同步无关的功能仍是能够访问的 ， 至关于系统作了功能的降级。

　　既然有AP和CP,    会不会出现仅仅是CA（一致性+可用性）这种组合呢？ 就是没有分区容错性， 只保留可用性和一致性？ 仔细想一想， 这种状况其实就退化成了单机应用， 没有意义了。

　　大胖以为本身彷佛发现了一个规律：   在一个分布式计算机系统中，一致性(C)，可用性(A)和分区容错性(P) 这三种保证没法同时获得知足，最多知足两个。

　　他决定把找个规律叫作CAP定理， 听起来比较高大上， 显得本身高深莫测。

　　若是你实在是搞不懂这CAP,   张大胖会告诉你一个更容易理解的版本： 在一个分布式系统中， 在出现节点之间没法通讯（网络分区产生）， 你只能选择 可用性 或者 一致性，  无法同时选择他们。

转载自公众号  码农翻身