What's the CAP Theorem?
CAP 定理（又称为布鲁尔定理）是分布式系统中的一个基本理论，它描述了在分布式系统中不可能同时满足以下三个特性：
-
C - Consistency（一致性）：所有节点访问相同的最新数据。如果一个系统在任意时刻对相同数据的读取总是返回相同的结果，那么这个系统是一致的。
-
A - Availability（可用性）：系统的每个请求都能收到一个（非错误的）响应，不保证返回最新的数据。系统始终能够响应读取或写入请求，即使某些节点失败。
-
P - Partition tolerance（分区容错性）：系统能够容忍网络分区。当网络分割为多个无法通信的部分时，系统仍然可以继续工作。即使出现通信中断，系统中的每个部分仍然能够继续对请求做出响应。
CAP 定理的核心观点
根据 CAP 定理，在网络分区发生时，一个分布式系统只能在 一致性 和 可用性 中选择其一，而不能同时满足。也就是说，任何分布式系统在遇到网络分区问题时，必须在一致性和可用性之间进行权衡：
- 如果选择 一致性，则系统可能拒绝请求（损失可用性），直到分区问题解决并且所有节点都达成一致。
- 如果选择 可用性，系统将继续响应请求（即便某些节点没有收到更新的数据），但可能会返回过期或不一致的数据。
三个特性权衡的解释
-
CP 系统（Consistency + Partition Tolerance）：
-
在网络分区的情况下，系统保持一致性，但可能会牺牲可用性。也就是说，某些请求可能会被拒绝或延迟，直到分区问题解决。
-
典型例子：HBase、MongoDB（某些配置）。
-
AP 系统（Availability + Partition Tolerance）：
-
在网络分区的情况下，系统保持可用性，但可能会牺牲一致性。也就是说，不同节点上返回的数据可能不一致，但系统依然能提供服务。
-
典型例子：Cassandra、DynamoDB、Couchbase。
-
CA 系统（Consistency + Availability）：
-
在没有网络分区的情况下，可以同时保证一致性和可用性，但在发生网络分区时，系统无法容忍分区。
-
典型例子：单节点数据库系统。
现实中的应用
在分布式系统设计中，网络分区是一个无法避免的现实，因此大多数系统必须在一致性和可用性之间进行取舍。选择 CAP 定理中的某个组合通常取决于应用的需求：
- 对于金融系统等需要严格一致性的数据系统，选择一致性优先（CP）。
- 对于社交网络、内容交付系统等，通常更看重高可用性，因此选择可用性优先（AP）。
CAP 定理帮助我们理解和权衡分布式系统设计中的基本限制，从而根据需求构建合适的架构。