一、简单模型：CDN、Redis，索引，原理就是：“空间换时间”、“高速设备提升性能”
二、复杂模型：
（一）、“数据并行度”和“数据一致性”之间的取舍。
1、单机数据库：ACID中的I其实就是“一致性”和“并行性”的取舍结果：C要求高，则加锁，并行度低；C要求低，则并行度高。
2、分布式系统：CAP理论中，C一致性如果理解为最强一致性，则意味着在某个一个特定时刻，系统间/内存磁盘间完全一致；P表示一个需要多个分区；Ａ表示即使一个分区坏掉依然可以提供服务。具体场景如下：
（1）、分布式两个系统S1、S2，S1调用S2，S1、S2数据一致
如果坚持CP，则B挂掉不能提供服务，即需要放弃A
如果坚持AP，则意味着S2没有正常执行流程，数据不一致，即放弃C
如果坚持CA，则以为着S1、S2必须在一个系统内，即放弃P
（2）、内存和磁盘数据一致
关系型数据库实现了CA，没有实现P，性能最差
HBase不需要表关联且放弃事务管理，C较弱，但每次均会落盘，性能适中
Redis则一定时间段后落盘，因此C最差，但性能最好
（3）、ATM机和银行核心系统：
当中间网络断开时，A意味着需要吐钱，C意味着不能吐钱。
而按照乐观方式，那就是采用A，之后通过对账进而实现C，但有可能C本身应该失败（比如余额不足），那么C的责任只能银行自己承担了。