3.1 CAP理论
CAP理论告诉我们的是一个分布式系统不可能同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三个基本需求。
一致性：你做了一个数据的修改，那么这个操作成功的时候，就必须保证分布式系统的各个节点都是一样的。
可用性：客户端往分布式系统的各个节点发送请求，都是可以获取到响应的。
分区容错性：分布式系统可以容忍网络分区的故障，出现网络分区的故障之后，分布式系统的各个节点之间无法进行通信，但整套分布式系统各个节点，各自为战，该干嘛干嘛，只不过互相之间无法通信而已。
CP 满足的情况下，A不能满足的原因：网络分区故障时，往节点A插入新数据，但是由于分区故障导致数据无法同步，此时节点A和节点B数据不一致，为了保证数据一致性，客户端查询时只能返回查询失败，避免出现两份数据，牺牲可用性。
AP 满足的情况下，C不能满足的原因：网络分区故障时，往节点A插入新数据，但是由于分区故障导致数据无法同步，此时节点A和节点B数据不一致，为了保证可用性，客户端查询时直接返回，此时客户端看到的是不一致的数据，牺牲一致性。
3.2 BASE理论
BASE是Basically Available（基本可用）、Soft state（软状态）和Eventually consistent（最终一致性）。
基本可用：分布式系统在出现不可预知故障时，允许损失部分可用性。主要是响应时间和功能上的损失。比如：部分用户双十一高峰期淘宝页面卡顿或降级处理。
软状态：允许系统中的数据存在中间状态，即系统的不同节点的数据副本之间的数据同步过程存在延时，并认为这种延时不会影响系统可用性。比如：12306网站卖火车票，请求会进入排队队列。
最终一致性：所有的数据在经过一段时间的数据同步后，最终能够达到一个一致的状态。比如：理财产品首页充值总金额短时不一致。
