概述
CAP原则又称CAP定理，指的是在一个分布式系统中，Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性），三者不可得兼，通常只能取其二。
- C（一致性）：在分布式系统中所有的数据备份，在同一时刻是否有同样的值。
- A（可用性）：好的响应性能。
- P（分区容错性）：在网络上有部分消息丢失，系统是否能正常运行。
例如： - CA without P
单节点关系型数据库，不具备分区容错性，显然一旦单个节点挂掉，整个数据库系统就全挂掉。但是却拥有一致性和可用性，单点数据库对事务的支持，以及多表关联是非常容易实现的。 - CP without A
在分布式环境下，为了确保一致性，往往会导致可用性降低。例如service A 和 service B为了确保一致性，会使用到分布式事务或者分布式锁，这些操作会导致处理时间加长，而这些service的分区更会加重这种情况。
例如zookeeper，可以实现集群，具备P，为了强一致性，zookeeper会两两通信，保证数据一致。当集群节点少的情况下，性能尚能接受，但是在节点数量庞大的情况下，zookeeper为了保证强一致性会导致很多的资源消耗，导致可用性严重降低。 - AP without C
在某些业务场景下，为了高可用性，则需放弃一致性。一旦分区发生错误，节点之间会失去联系，为了不影响服务的响应时间，节点使用本地数据服务，这样会导致各节点数据不一致。
例如：eureka，与zookeeper思路相反，为了保证高可用，放弃一致性。
与CAP理论相似或者相关的还有ACID和BASE理论。
ACID：
- Atomicity原子性：一个事务中所有操作都必须全部完成，要么全部不完成。
- Consistency一致性. 在事务开始或结束时，数据库应该在一致状态。
- Isolation隔离层. 事务将假定只有它自己在操作数据库，彼此不知晓。
- Durability持久性：一旦事务完成，就不能返回。
这个理论主要运用在了关系型数据库，但是分区复杂度高。
BASE
BASE是Basically Available（基本可用）、Soft state（软状态）和Eventually consistent（最终一致性）三个短语的缩写。BASE理论是对CAP中一致性和可用性权衡的结果，其来源于对大规模互联网系统分布式实践的总结， 是基于CAP定理逐步演化而来的。该理论允许一段时间内的状态不一致，比如在某app上购物，发起第三方支付，用户支付状态不可能立即同步到数据库。如果支付成功，第三方会调用回调接口或者app主动查询来完成状态一致，这就是一个典型的最终一致的场景。虽然有短暂的数据不一致，但是大多数系统下，完成这个数据一致校正是非常快的，使用户察觉不到这个过程。
总结：在结合业务的情况下，设计人员总会再CAP中做出些角色，取其二以满足业务系统的需求。
ps: 如有错误，或者理解不到位的地方，欢迎大家对我指摘。谢谢。
