分布式領域CAP理論，
Consistency(一致性), 數據一致更新，所有數據變動都是同步的
Availability(可用性), 好的響應性能
Partition tolerance(分區容忍性) 可靠性

C：集群中所有機器狀態是一致的。
A：客戶端訪問集群中任意一個節點，總能得到"處理成功"的結果

假設有五個節點：n1~n5 ，出現網絡分區被分成兩組：[n1~n2]和[n3~n5]，那麽當n1出來客戶端請求時（為了處理這種情況，也就是說"容忍網絡分區"，即支持 P）：

1：如果要保證C(一致性)，那麽它需要把消息復制到所有節點，但是網絡分區導致無法成功復制到n3~n5，所以它只能返回"處理失敗"的結果給客戶端。（這時系統就處於不可用狀態，即喪失了A

2：如果要保證可用性A，那麽n1就只能把消息復制到n2，而不用復制到n3~n5(或者無視復制失敗/超時)，但n3同時也可能在處理客戶端請求(譬如對同一個值進行修改)，n3也為了保證A而做了同樣的處理。 那麽 [n1~n2]和[n3~n5]的狀態就不一致了，於是就喪失了 C。

一個分布式系統裏面，節點組成的網絡本來應該是連通的。然而可能因為一些故障，使得有些節點之間不連通了，整個網絡就分成了幾塊區域。數據就散布在了這些不連通的區域中。這就叫分區。

當你一個數據項只在一個節點中保存，那麽分區出現後，和這個節點不連通的部分就訪問不到這個數據了。這時分區就是無法容忍的。

提高分區容忍性的辦法就是一個數據項復制到多個節點上，那麽出現分區之後，這一數據項就可能分布到各個區裏。容忍性就提高了。

然而，要把數據復制到多個節點，就會帶來一致性的問題，就是多個節點上面的數據可能是不一致的。要保證一致，每次寫操作就都要等待全部節點寫成功，而這等待又會帶來可用性的問題。

CAP理論