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。（等同于所有节点访问同一份最新的数据副本）

可用性（A）

在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求。（对数据更新具备高可用性）

分区容错性（P）

就是说，要具备分区容错的能力。

分析：

 

百度百科最后说了一句，“这三个要素最多只能同时实现两点”，为什么？咱们模拟一下实际的情况：

既然是分布式系统，”数据分布式“的意义处理在于提高性能，还有一个重要的原因是：分布式下的数据集群要“系统具备容错能力”。也就是说，只要“分布式数据集群”，那么P原则是必须要满足的。既然P原则必须满足，假如场景如上图描述，那咱们就分析一下CA两个原则。

 

1、向A写入一条记录，然后数据中心A通过网络同步数据到数据中心B，此时假如要满足“C一致性”，就是说对外提供的数据是一致的。因为同步需要耗时，在此过程，数据中心B的同步还没有完成，所以本段时间内数据中心B就不能对外提供的数据服务（不满足“可用性”条件），必须等到同步完成才能提供数据服务。为了满足PC（分区容错性，一致性），A（可用性）就满足不了。
 
2、向A写入一条记录，然后数据中心A通过网络同步数据到数据中心B，如果要满足可用性，但是因为数据中心B的同步还没有完成，数据中心B对外提供的数据是不一致，所以所以本段时间内，数据中心A与B是不一致的。为了满足PA（分区容错性，可用性），C（一致性）就满足不了。

所以说，CAP 原则指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。

 

因为CAP理论在一定程度上不能满足人们的心理预期，于是，又提出了个Base理论。

百度百科：BASE 理论是对 CAP 中的一致性和可用性进行一个权衡的结果，理论的核心思想就是：我们无法做到强一致，但每个应用都可以根据自身的业务特点，采用适当的方式来使系统达到最终一致性。BASE 是 Basically Available(基本可用)、Soft state(软状态)和 Eventually consistent (最终一致性)三个短语的缩写。

1、基本可用

分布式系统在出现故障时，允许损失部分可用功能，保证核心功能可用。

2、软状态

允许系统中存在中间状态，这个状态不影响系统可用性，这里指的是 CAP 中的不一致。

3、最终一致

最终一致是指经过一段时间后，所有节点数据都将会达到一致。

BASE 解决了 CAP 中理论没有网络延迟，在 BASE 中用软状态和最终一致，保证了延迟后的一致性。