一、CAP理論概述
分布式領域中存在CAP理論，且該理論已被證明：任何分布式系統只可同時滿足兩點，無法三者兼顧。
①C：Consistency，一致性，數據一致更新，所有數據變動都是同步的。
②A：Availability，可用性，系統具有好的響應性能。
③P：Partition tolerance，分區容錯性。
因此，將精力浪費在思考如何設計能滿足三者的完美系統上是愚鈍的，應該根據應用場景進行適當取舍。
（1）一致性
一致性是指從系統外部讀取系統內部的數據時，在一定約束條件下相同，即數據變動在系統內部各節點應該是同步的。根據一致性的強弱程度不同，可以將一致性級別分為如下幾種：
①強一致性（strong consistency）。任何時刻，任何用戶都能讀取到最近一次成功更新的數據。
②單調一致性（monotonic consistency）。任何時刻，任何用戶一旦讀到某個數據在某次更新后的值，那么就不會再讀到比這個值更舊的值。也就是說，可 獲取的數據順序必是單調遞增的。
③會話一致性（session consistency）。任何用戶在某次會話中，一旦讀到某個數據在某次更新后的值，那么在本次會話中就不會再讀到比這值更舊的值 會話一致性是在單調一致性的基礎上進一步放松約束，只保證單個用戶單個會話內的單調性，在不同用戶或同一用戶不同會話間則沒有保障。示例case：php的 session概念。
④ 最終一致性（eventual consistency）。用戶只能讀到某次更新后的值，但系統保證數據將最終達到完全一致的狀態，只是所需時間不能保障。
⑥弱一致性（weak consistency）。用戶無法在確定時間內讀到最新更新的值。
二、ZooKeeper提供的一致性服務
很多文章和博客里提到，zookeeper是一種提供強一致性的服務，在分區容錯性和可用性上做了一定折中，這和CAP理論是吻合的。但實際上zookeeper提供的只是單調一致性。
原因：
1. 假設有2n+1個server，在同步流程中，leader向follower同步數據，當同步完成的follower數量大於 n+1時同步流程結束，系統可接受client的連接請求。如果client連接的並非同步完成的follower，那么得到的並非最新數據，但可以保證單調性。
2. follower接收寫請求后，轉發給leader處理；leader完成兩階段提交的機制。向所有server發起提案，當提案獲得超過半數（n+1）的server認同后，將對整個集群進行同步，超過半數（n+1）的server同步完成后，該寫請求完成。如果client連接的並非同步完成follower，那么得到的並非最新數據，但可以保證單調性。
用分布式系統的CAP原則來分析Zookeeper：
（1）C: Zookeeper保證了最終一致性,在十幾秒可以Sync到各個節點.
（2）A: Zookeeper保證了可用性,數據總是可用的,沒有鎖.並且有一大半的節點所擁有的數據是最新的,實時的. 如果想保證取得是數據一定是最新的,需要手工調用Sync()
（2）P: 有2點需要分析的.
① 節點多了會導致寫數據延時非常大,因為需要多個節點同步.
② 節點多了Leader選舉非常耗時, 就會放大網絡的問題. 可以通過引入 observer節點緩解這個問題.