在做分布式系統開發時，我們經常會或多或少的聽到CAP理論、或者是處理節點間數據一致性的問題。
但CAP理論究竟是什么呢？
CAP理論很簡單，但卻是很多軟件設計的宏觀指導，因此也有人將之稱為架構師必須掌握的理論之一。
鑒於理論的東西相對來說比較抽象而且繁瑣，因此我們先舉個例子：
有一天你打王者榮耀連跪，於是找了一個大神魯班，帶你起飛：
於是就發生了下邊的對話
---------------------------------------------------------------
（1）
射手魯班：救救我，謝謝
輔助蔡文姬：收到
（2）
輔助蔡文姬：我來抓人了
射手魯班：收到
如果一切良好，那么一切都OK
但是假若這時候YY語音突然掛掉了
---------------------------------------------------------------
（1）射手魯班：救救我，謝謝
蔡文姬，沒有響應
（2）輔助蔡文姬：我來抓人了
射手魯班，沒有響應
---------------------------------------------------------------
那么接下來有兩種策略：
1、 暫時先不管YY語音的問題，繼續打好游戲。
2、先不打游戲了，切屏打電話給對方，看下是不是發生了什么狀況
是的，這涉及到所謂的CAP理論了，
也就是在分布式場景下，如果不同節點之間的通信出現了問題，那么不同節點的響應策略應該是什么樣的。是該暫停響應，等待連接恢復，還是應該堅持響應，忽略數據的不一致性。
我們先來看下計算機領域中，CAP的專業解釋：
一致性 Consistency：在分布式系統中，所有的數據備份，在任意時刻都要求一致；
可用性 Availability：對於分布式系統中的節點，在任意時候都可以正常的進行讀寫響應，並且不超時；
分區容錯性 Partition tolerance：當節點之間的通信出現(防盜連接：本文首發自http://www.cnblogs.com/jilodream/ )故障時，整個分布式系統仍然可以運行起來，不至於直接崩潰掉；
P是背景，也就是在分布式系統下，如果節點之間的通信出現了問題，那么整個系統仍然在運行，等待網絡恢復后，整個系統仍然可以正常操作。
經過理論以及實際的推演，我們發現在P的背景下，AC不可以共存。
也就是你無法做到既保證了節點的可用性，還保證了一致性。
專業的推演證明，這里就不說了，筆者自己的理解是這樣的：
當節點之間的網絡崩潰時，節點如果想要能夠支持可用性，勢必會造成數據的修改，從而造成數據的不一致，而網絡又崩潰掉，因此沒有辦法進行節點間的數據同步。現在對於接下來的處理策略有兩個選擇：
（1）如果節點想要支持一致性呢，那么唯一的選擇就是不能進行數據的寫，這是因為節點之間無法進行數據的同步，因此只能放棄寫操作，這就導致失去了高可用性。
（2）如果支持了寫，那么就會出現節點間的數據不一致，並且由於網絡問題，無法及時同步，這就失去了高一致性。
這套理論有什么用呢？
他可以明確指出，對於分布式系統來說，無法做出數據完美一致，而且有高可用的場景。架構設計必須要做出取舍。
1、遵從可用性，放棄高一致性
2、支持高一致性，放棄高可用性
具體應該如何選擇，由業務來決定。如果你的系統支持短暫的業務停頓，但是系統不能出錯，那么就要傾向於CP方案，如實時通話系統，財務交易系統。如果你的系統支持暫時的數據不一致性，但是一定要保證高可用性，如直播點贊，評論。那么就要傾向於AP方案。無所謂哪種方案更優秀，而是需要由業務來驅動技術的選型。
很多人說，不是CAP，三者取其二么？為什么你這里只有CP，和AP?
這兩種理解其實都可以，但是（注意，要畫重點了）
P所代表的是分區容忍性，是指分布式場景下，對於網絡通信問題下仍然可用，這個是前提。
CP和AP是基於這個前提討論的兩種方案。如果划掉P，取AC，也就是單機場景下的一致性和可用性(防盜連接：本文首發自http://www.cnblogs.com/jilodream/ )問題，這就失去了討論的意義。這好比在中學物理中R=U/I ,電阻等於電壓除以電流。但是你不能理解為電阻與電壓成正比，與電流成反比，因為電阻只與材料和規格相關。你可以按照公式推算出數據，但是不代表是字面的含義。
另外需要注意的是，上述情況下，都是理論模型，其中忽略了數據一致性所需要的網絡延遲。也就是說，在實際情況中，由於網絡的延時問題，高效的CP系統非常難實現。同時又由於互聯網產品中本身需要的快速響應，所以在實際的開發中，往往AP模式的設計，相對來說占比會更大一點。那么如何規避掉數據不一致性造成的影響呢？
這里提供兩個思路
1、 數據的最終一致性，出現一致性問題沒關系，只要不影響到核心的數據計算，是可以接受的。只要最終的數據能夠保證一致性，滿足冪等性即可。
2、 縮短數據一致性恢復的時間，也就是如果出現數據不一致的問題，系統可以想辦法縮短恢復數據的耗時，如果當請求再次進來時，如果數據已經恢復完成，那么對於外界來說，就不會感知到此次的不一致。