分布式学习（二）——CAP定理理解篇

前言：CAP定理是学习分布式所必备的知识点之一，所以先深入的理解一下这个知识点。初看CAP定理时，有些不以为意，在后续的学习中发现这是个特别值得仔细揣摩的点。

一、CAP定理

我们了解到分布式是将一个业务拆分成多个子业务，就有了我们的分布式系统，而CAP定理就是针对分布式系统的。CAP定理（CAP theorem），又被称作布鲁尔定理（Brewer’s theorem），也称为帽子原理。

1. C：Consistence，一致性（强一致性）。所有子业务在同一时刻读取的数据都具有相同的值。

2. A：Availability，可用性，好的响应性能。每次请求都能获取到非错的响应。

3. P：Partition tolerance，分区容忍性（分区容错性）。某个子业务发生故障时，系统仍能够继续运行。

二、关于三选二

• 通过字面意思我们可以理解为这是分布式系统的三个重要属性。也可以这样说，这个分布式系统有一致性，有可用性，有分区容错性（这里可能会因为这个词的陌生而觉着别扭，需要简单理解下）。
• 很多资料说明对一个分布式系统来说不可能同时满足以上三点，只能实现其中俩点。  也有说分区容忍性是必须实现的，我们只能在剩余俩点中二选一。 可以看出矛盾点来自于分区容忍性，让我们来了解下。

三、分区容忍性

分区：一个分布式系统里各子业务的网络应该是连通的。因一些原因使得这些子业务之间的网络不通了，从而导致系统被切分成若干个孤立的区域。这就是分区。

分区容忍性：如果数据只保存在一个子业务中，那么出现分区时，其它子业务就访问不到数据了，这时出现的分区是无法容忍的。

如何提高分区容忍性：提高分区容忍性的办法就是一个数据项复制到多