CAP理论
什么是CAP理论？阮一峰-CAP 定理的含义
1998年，加州大学的计算机科学家Eric Brewer 提出，分布式系统有三个指标。
- Consistency（一致性） - C
- Availability（可用性） - A
- Partition tolerance（分区容错性） - P
Partition tolerance
大部分分布式系统都分布在多个子网络，每个子网络叫做一个区（Partition），分区容错的意思是区间通信可能会失败。
上图中，G1和G2是两台跨区的服务器，G1向G2发送一条消息，G2可能无法收到，系统设计的时候，需要考虑到这种情况。
一般来说，分布式系统中分区容错性无法避免，因此可以认为CAP中的P总是成立，根据CAP定理，剩下的C和A无法同时满足。
Consistency
一致性的意思是，写操作之后的读操作，必须返回该值，举例来说，某条记录是V0，用户向G1发起一个写操作，将其改为V1。
接下来，用户的读操作就会得到V1，这叫做数据的一致性
问题是，用户有可能向G2发起读操作，由于G2的值没有变化，因此返回的是V0，G1和G2读操作的结果不一致，这就不满足一致性了。
为了让G2也能变成V1，就要在G1写操作的时候，让G1向G2发送一条消息，要求G2也改成V1.
这样的话，用户向G2发起读操作，也能得到V1.
Availability
只要收到了用户的请求，服务器就必须给出回应。（不论对错）
用户可以向G1或G2发起读操作，不管是那台服务器，只要收到请求就必须返回用户到底是V1还是V0，否则就不满足可用性。
Consistency和Availability的矛盾
Q：一致性和可用性为什么不能同时满足？
A：因为通信可能会失败（出现分区容错）
如果保证G2的一致性，那么G1必须在写操作时，锁定G2的读写操作。只有数据库同步后，才能重新开放读写操作。锁定期间，G2没有可用性
如果保证G2的可用性，那么不能锁定G2，G2没有一致性
几点疑问
- 怎样同时满足CAP？
除非是单体架构
- 何时要满足CP？
对一致性要求高的场景，Zookeeper就是这样，在服务节点数据同步时，服务对外不可用。
- 何时要满足AP？
对可用性要求高的场景，Eureka就是这样，必须保证注册中心随时可用，不然拉取不到服务就可能出问题，所以可能会出现eureka节点间数据不一致的问题。
Base理论
base是三个单词的缩写
- Basically Available（基本可用）
不能满足完全可用，等一小段同步时间，就满足基本可用，只要时间足够短。 - Soft state（软状态）
保留一个中间状态 - Eventually consistent（最终一致性）
不能实时的一致性，等待数据同步完成后，满足一致性。
解决分布式事务，就是根据Base理论来实现的。