分散式系統CAP理論
在單機的資料庫系統之中，我們很容易實現一套滿足ACID 特性的 事務處理系統， 事務的一致性不存在問題。 但是在分散式系統之中，由於資料分佈在不同的主機結點上，如何對著些資料進行分散式的事務處理就具有非常大的挑戰，CAP 理論的出現，讓我們對於分散式事務的一致性有了另外一種看法。
什麼是CAP 理論？
在電腦科學理論，CAP 理論 （也稱Brewer 定理） 又有稱為 CAP原則，CAP定理，是由電腦科學家Eric Brewer 在 2000 年 提出的 ，其理論觀點是， 在分散式計算機系統中，不可能存在同時提供 以下全部三個保證。
- Consistency（一致性）： 所有節點同一時間看到的是相同的資料。在分散式系統中的所有資料備份，在同一時刻是否同樣的值。（等同於所有節點訪問同一份最新的資料副本）
- Availability（可用性）：不管是否成功，確保每一個請求都能接收到響應。在叢集中一部分節點故障後，叢集整體是否還能響應客戶端的讀寫請求。（對資料更新具備高可用性）
- Partition tolerance（分割槽容錯性）：系統任意分割槽後，在網路故障時，仍能操作。以實際效果而言，分割槽相當於對通訊的時限要求。系統如果不能在時限內達成資料一致性，就意味著發生了分割槽的情況，必須就當前操作在C和A之間做出選擇。
CAP原則是NOSQL資料庫和分散式系統的基石。
為什麼說CAP 只能三選二？
舉個栗子：
下圖 顯示了在一個網路中,N1，N2 是兩個節點，他們共享資料塊V 其中一個 值V0， 執行在N1 的A 程式可以認為是安全的，無Bug，可預測的和可靠的，執行在N2 的是B 程式，在這個例子中，A 將寫入V的新值。而B從V 中讀取值。
系統預期執行下面的操作：
- 寫入一個V 的新值 V1 。
- 然後訊息（M） 從N1 更新V 的副本到N2.
- 從B 處讀取返回的V1
如果網路是分割槽的，當N1到N2 的訊息不能傳遞的時候，就會出現雖然N2 能訪問到V 的值（可用性），但是實際上與N1 的V 值已經不一致了。 如下圖：
CAP 常見模型：
既然 CAP 理論已經證明一致性，可用性和分割槽容錯性三者不可能通知達成。 那麼在實際應用中，我們可在其他某一方面來放鬆條件，從而達到妥協，下面是一些常用的模型。
- 犧牲分割槽 (CA 模型)
犧牲分割槽容錯性意味著把所有機器搬到一臺機器內部，或者放到一個“要死一起上死”的機架上面（機架也可能出現部分失效），這明顯就違背了我們希望的可伸縮性。
常見例子:
- 單站點資料庫
- 叢集資料庫
- LDAP/">LDAP
- xFS 檔案系統
實現方式：
兩階段提交， 快取驗證協議。
2. 犧牲可用性(CP 模型）
犧牲可用性意味著一旦系統出現分割槽這樣的錯誤， 系統就直接停止服務。
常見例子：
- 分散式資料庫
- 分散式鎖定
- 絕大部分協議
實現方式：
悲觀鎖， 少數分割槽不可用。
3 . 犧牲一致性（AP 模型）
常見例子：
- Coda
- Web快取
- DNS
實現方式：
到期/租賃， 解決衝突， 樂觀。
CAP 的意義：
在系統架構時，應該是根據具體的業務場景來權衡CAP， 比如 對於大多數網際網路應用來說（如入口網站），因為 機器數量龐大，部署結點分散，網路故障是常態的，所以可用性是必須的所以只有捨棄一致性來保證服務的AP 而對於銀行等需要確保一致性的場景，通常會權衡CA， 和CP 模型。
CAP 的最新發展：
Eric Brewer 在2012 年發表文章指出了CAP裡面三選二的做法存在一定的誤差性，主要體現在：
- 由於分割槽很少發生，那麼在系統中不存在分割槽的情況下，沒有什麼理由犧牲C或A 。
- C與A 之間的取捨可以在同一系統內以非常細小的粒度反覆發生，而每一次的決策可能因為具體的操作，乃至因為牽涉特定的資料或使用者而有所不同。
- 這三種性質都可以在一定程度上衡量，並不是非黑即白的有或無。可用性顯然是在0% 到100% 之間連續變化的，一致性分很多級別，連分割槽也可以細分不同的含義，如系統內的不同部分對於是否存在分割槽可以有不一樣的認知。
理解CAP 理論最簡單的方式 是想象兩個節點分處於分割槽兩側，允許至少一個節點更新狀態會導致資料不一致，即喪失了C 性質，如果為了保證資料的一致性，將分割槽一側的節點設定為不可用， 那就喪失了A 性質，除非兩個節點可以相互通訊，才能既保證A 又保證C ，但這又會喪失P 性質，一般來說 跨區域的系統，設計師無法捨棄P 性質，那麼就只能在資料一致性和可用性上做一個艱難選擇， 不確切的說，NoSQL 運動的主題其實是創造各種可用性優先，資料一致性其次的方案，而傳統資料庫堅守ACID 特性，做的是相反的事情。
BASE ：
BASE 來自於網際網路的電子商務領域的實踐，它是基於CAP 理論逐步演化而來的，核心思想是即便不能達到強一致性，但可以根據應用特點採用適當的方式來達到最終一致性的效果。BASE 是對CAP 中C和A 的延伸。 其含義如下 ：
- Basically Available 基本可用
- Soft state 軟狀態/柔性事務，即狀態可以有一段時間的不同步。
- Eventual consistency 最終一致性。