前言
CAP原则又称CAP定理，指的是在一个分布式系统中，一致性（Consistency）、可用性（Availability）、分区容忍性（Partition tolerance）。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。
C表示一致性（Consistency），分布式中所有节点访问数据时，要求数据始终都是最新的。
A表示可用性（Availability），分布式中任意节点出现故障时，要求系统可正常使用。
P表示分区容忍性（Partition tolerance），分区相当于对通信的时限要求。系统如果不能在时限内达成数据一致性，就意味着发生了分区的情况，必须就当前操作在C和A之间做出选择。（分区状态可以理解为部分机器不连通了，比如机器挂了，繁忙失去响应，单机房故障等）
一致性（Consistency）
数据一致性，及系统只读到最新写入的数据，如：单点串行化的方式，就能达到一致性效果。
单机架构保持一致性：
分布式架构数据同步失败，无法保持数据一致性：
举个栗子：你去租房的时候都会去找地产中介（某链），你找到了A小区的门店发现没有需要的房源，然后去B小区的门店发现有个房源很适合你，这就可以理解为两个门店信息不一致，及不满足一致性要求，但实际上你会遇到这种情况，你去A小区门店询问的时候，有你需要的房源，然后他们会去B小区的门店拿钥匙，这是因为房东把房源交给了B小区门店，然后A小区的门店同样同步的B门店的房源，这样就满足一致性的要求。
可用性（Availability）
如果每运行100个时间单位，有1个时间单位不可用，则说系统的可用性是99%。
如上图服务A可能由于网络原因导致不可用，但是B、C还是可以继续服务的，但是在反向代理那个位置发生了故障那系统都不可用了，它不是高可用的。
举个栗子：还是以租房为例，你去租房的时候发现A小区的门店今天关门了，然后直接去了B小区的门店发现他们正常工作的，这就满足了可用性的要求，如果去B小区或其他门店都没有正常工作，那这家地产商可能倒闭了，没法对客户提供可用性的服务了。
分区容忍性（Partition tolerance）
分布式系统，大多都是很大个节点，第个节点节点之前都不是完全独立的，需要相互通信，当发生节点无法连通时，系统如何进行容错处理，是需要考虑的。
举个栗子：C小区新增加了一个门店，装修啥的都弄好了，就是没拉网线，没有连通性，等于就是个孤立的门店，店员只能大眼瞪小眼，没得事做。那你去A门店找房源，那里的人可能都不知道有C小区这个门店，所以A直接带你去了C小区看房子了。
总结
一致性，可用性，分区容忍性三者只能取其二，常见的最佳工程架构实践是什么呢？最常见的实践是这样的：
连通性异常的处理必须保证，满足P
一致性C与可用性A一般二选一
选择一致性C，举例：传统单库水平切分，就是这类选型的典型
选择可用性A，举例：双主库同步高可用，就是这类选型的典型