CAP定理简介

在理论计算机科学中，CAP定理（CAP theorem），又被称作布鲁尔定理（Brewer‘s theorem），它指出对于一个分布式计算系统来说，不可能同时满足以下三点：

1. 一致性（Consistency)：同一个数据在集群中的所有节点，同一时刻是否都是同样的值。
2. 可用性（Availability）：集群中一部分节点故障后，集群整体是否还能处理客户端的更新请求。
3. 分区容忍性（Partition tolerance）：是否允许数据的分区，分区的意思是指是否允许集群中的节点之间无法通信。

我的个人理解

我觉得，理解CAP可以从两个阶段去考虑。

只考虑CP

比如，一个数据在两台机器上，然后这两台机器之间无法通信了，即我们首先选择了P；然后，此时，我认为已经不可能做到C了。因为这两台机器之间已经无法通信，那就无法保证两台机器之间的数据一致性了。也就是说，要在P的情况下，做到C是不可能的。【这点相信有很多人会有意见，欢迎大家和我交流】

把A也考虑进来

这个会复杂很多。由于分布式系统，我们无法不选择P，因为由于网络的不可靠性，必定会导致两个机器节点之间无法进行网络通信，从而导致数据无法同步。这样的现实导致我们必须选择P。然后，在这个前提下，我们要么选择A，要么选择C。下面分析一下原因：

1. 当两台机器节点之间无法通信时（即选择了P），如果我们继续允许客户端写入数据到其中一台，那就必然导致数据不一致，因为这个数据无法同步到另一台机器；这种做法就是选择了A，牺牲了C；
2. 当两台机器节点之间无法通信时（即选择了P），如果我们不允许客户端写入数据到任何一台，那数据虽然是一致的，但系统就不可用了；这种做法就是选择了C，牺牲了A；

如何在保证PC的情况下，尽量提高A？

答案就是NRW算法。

假设总共有五个节点（N），我们只要保证写入数据的节点数（W）+ 读取数据的节点数（R）大于总节点数。即保证W+R>N，那就能保证对客户端而言，总是能读取到最新的数据。比如写入节点数为3，那读取节点数也只要为3，那就能保证总是能读取到最新的数据。有了这样的数据公式的保证。我们就可以根据情况灵活选择W,R了。

因为我们不需要保证5台机器全部都写入成功，只需要保证3台写入成功即可。这就意味着，我们允许5台机器中的2台出现问题，也就是提高了系统的可用性。