分布式系统有三个重要指标：
-Consistency : 一致性
-Availability ： 可用性
-Partition tolerance：分区容错性
这三个指标不可能同时做到，只能满足其中的两条，这被称之为CAP定理
一致性（Consistency）
一致性是指：在分布式系统中，不同的服务器之间所拥有的数据是相同的，不同用户同时访问不同分区的服务器，获取到的信息是完全相同的；
可用性（Availability）
可用性是指：在分布式系统中，不同的服务器均能向客户端正常提供服务，如果不同分区之间出现网络中断，分区的服务器出现不可用，则认为是不满足可用性；
分区容错性（Partition tolerance）
分区容错性：分区容错性是分布式系统必须具备的一项特性，某一分区服务器出现宕机，整个服务器集群仍然可以提供满足一致性和可靠性的服务；
从一致性和可用性的定义可以看出，这两个条件在分区网络出现中断的异常条件下是不可能同时满足的，原因很简单，当网络中断时，数据更新无法同步到所有节点，集群中所有节点的数据是不一致的，如果要满足一致性，则必须要将不一致的节点置为不可用，这时就不能满足可用性；反之亦然；
CAP定理告诉我们分布式系统只能满足CAP中的两个条件，分区容错性是分布式系统一定要具备的特性，因为分布式系统内部分节点出现故障或者网络延迟是一定的，当出现故障时如果整个系统无法正常运行，这对于任何使用场景都是不可接受的，因此CAP理论实际是讲在P的基础上当系统出现故障时，C和A如何进行选择，是选择一致性还是可用性，所以一个系统只会满足AP或者是CP，CP系统放弃了可用性，代价是无法向部分用户提供服务，满足CP特性的常见系统有：火车票系统，这时候要保证火车票库存的一致性，出现部分用户不可用也是可以接受的；
AP系统放弃了一致性，代价是当分区网络中断时，不同的用户看到的数据可能会不同，常见的AP系统有电商网站，不同用户看到的商品库存可能不一致，下单时有部分用户会出现下单失败，这个其实是实现了最终一致性；
