什么是 CAP？
C 代表 Consistency(一致性)
是指所有节点在同一时刻的数据是相同的，即更新操作执行结束并响应用户完成后，所有节点存储的数据会保持相同。
A 代表 Availability(可用性)
是指系统提供的服务一直处于可用状态，对于用户的请求可即时响应。
P 代表 Partition Tolerance(分区容错性)
是指在分布式系统遇到网络分区的情况下，仍然可以响应用户的请求。网络分区是指因为网络故障导致网络不连通，不同节点分布在不同的子网络中，各个子网络内网络正常。
一致性、可用性和分区容错性，就是分布式系统的三个特征。那么，我们平时说的 CAP 理论又是什么呢？CAP 理论指的就是，在分布式系统中 C、A、P 这三个特征不能同时满足，只能满足其中两个。
CAP 选择策略及应用
C、A 和 P，没有谁优谁劣，只是不同的分布式场景适合不同的策略。
保 CA 弃 P
在分布式系统中，现在的网络基础设施无法做到始终保持稳定，网络分区（网络不连通）难以避免。CA 模型，在分布式系统中不存在。因为舍弃 P，意味着舍弃分布式系统，
保 CP 弃 A
如果一个分布式场景需要很强的数据一致性，或者该场景可以容忍系统长时间无响应的情况下，保 CP 弃 A 这个策略就比较适合。这种策略通常用在涉及金钱交易的分布式场景下，因为它任何时候都不允许出现数据不一致的情况，否则就会给用户造成损失。因此，这种场景下必须保证 CP。
保 AP 弃 C
如果一个分布式场景需要很高的可用性，或者说在网络状况不太好的情况下，该场景允许数据暂时不一致，那这种情况下就可以牺牲一定的一致性了。比如，很多查询网站、电商系统中的商品查询等，用户体验非常重要，所以大多会保证系统的可用性，而牺牲一定的数据一致性。
目前，采用保 AP 弃 C 的系统也有很多，比如 CoachDB、Eureka、Cassandra、DynamoDB 等。
