CAP 原则是分布式系统设计中的一个核心理论，由 Eric Brewer 提出，指出在分布式系统中，一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三个特性无法同时满足，最多只能实现其中的两个。
CAP 原则的三个要素：
- 一致性（Consistency）：
- 所有节点在同一时间看到的数据是相同的。
- 系统在执行写操作后，任何后续的读操作都能获得最新的数据。
- 可用性（Availability）：
- 每个请求都能得到响应，无论成功或失败。
- 系统在部分节点故障时仍能正常处理请求。
- 分区容错性（Partition tolerance）：
- 系统在网络分区（节点间通信中断）的情况下仍能继续运行。
- 分布式系统必须具备分区容错性，因为网络分区难以避免。
CAP 的权衡：
- CA（一致性和可用性）：
- 放弃分区容错性，适合单点系统或网络绝对可靠的场景，但分布式系统通常无法保证网络绝对可靠。传统小型企业使用的内部数据库就是如此。
- CP（一致性和分区容错性）：
- 放弃可用性，确保数据一致性，适合对一致性要求高的场景，如金融系统。在网络分区时，系统可能拒绝请求。
- AP（可用性和分区容错性）：
- 放弃强一致性，保证高可用性，适合对一致性要求不高的场景，如社交网络。系统在网络分区时仍能响应，但数据可能不一致。