分布式系统CAP原理
分布式系统发开虽然有点很多但是并不是完美的，CAP原理就是其中的体现之一。
CAP原理：指的是在一个分布式系统中，Consistency（一致性）、Availability（可用性）、Partitontolerance（分区容忍性），三者不可得兼。
一致性（C）：在分布式系统中的所有数据备份，在同一时刻是否同样的值。简单说就是所有节点在同一时刻的数据完全一致，这就意味着节点越多数据同步的时候约消耗时间。
比如说分布式数据存储，多台设备需要存储同样的数据，这样一来一旦数据更变那么其他数据库肯定要同步数据，这就意味着我设备越多，我同步的速率也就会越慢，消耗的时长就越多。
可用性（A）：负载过大后，集群整体是够还能响应用户正常的读写请求。简单说就是项目不管怎么滴，我系统对于用户请求的响应时间肯定在能接受的范围内的，用户体验不能没有啊。
分区容忍性（P）：分区容忍性，就是高可用性，一个节点崩了不会影响其他节点。简单说就是我服务器节点崩了几个没事，只要我有正常的服务器就行了，这样就是说我节点越多就越好了。
CAP不得兼得原理
CAP理论就是说在一个分布式系统中，最多只能实现上面的两点。那我们来分析下。
第一：
拥有AP的时候为什么C不能实现？
根据上图我们来分析，比如我现在拥有10000个节点，现在要做数据备份，要将10000台设备（p满足了）上都备份上同样的数据，保持数据的一致性（C），我们想象10000台设备数据的同步必然是需要消耗时间，那么我们就没办法实现A，所以要想实现AP那，就不可能保证数据的一致性的。
第二
拥有CP不能为什么不能实现A？
也很好理解，10000台设备，我要保持数据一致性，我就没法保证请求相应时间很短了是吧。
第三
拥有CA为什么不能实现P？
同样的我想要保证数据的一致性，也就是数据的复制，又要保证在合理的请求相应时间内，那么我机器设备不可能很多了，这样就不能满足P了。
依据现在的网络硬件肯定会出现延迟对包的情况，设置个别服务器崩溃，起码得保证系统正常的运行，所以**分区容忍性（P）**是不能缺少的。