CAP理论听起来很高大上，其实很简单

CAP理论听起来很高大上，其实很简单。

一致性（Consistency）：保证数据一定是一致的，对的

可用性（Availability）：保证系统能用

分区容错性（Partition Tolerance）：就算网络出了问题（分区），我也能忍

在分布式系统中，网络是肯定会出问题的，不可避免的，比如服务器挂了，程序挂了，网线被踢掉了，网络超时等等。

各个服务器原来通过网络连接，连成一片，在一个大的区域中，互相之间要同步数据。

现在网络出了问题，各个服务器之间就断了联系，相互之间被隔离了，数据同步不了了，这就形成了分区。

出现了分区，我们也认了，这是网络错误，是无法避免的，所以分区容错性即P，在分布式系统中是一直存在的。

那在P存在的前提下，我们到底是选择保证：数据是对的比较重要呢（CP），还是保证系统能用比较重要呢（AP）？

CP：比如A服务器的数据是要同步给B服务器的，现在网断了，A的数据传不过去了，我觉得保证数据对比较重要，如果A和B的数据对不上，后果很严重。

为了保证A和B服务器的数据一致，干脆让A停止服务好了，直接给客户端返回错误信息，等网络恢复了，再上线，免得A和B的数据不一致。

AP：比如A服务器的数据是要同步给B服务器的，现在网断了，A的数据传不过去了。

我觉得暂时的数据不一致没什么大关系，系统能用最重要，那我就继续让A提供服务，等网络恢复了，再同步数据到B。

CAP的问题就是网络不通的情况下，我们优先保证数据一致，还是优先保证系统可用的问题。