CAP、ACID對於深入理解分佈式環境下技術方案設計選型有重要的指導作用，所以這裏做了下整理。
1. CAP原則
1.1 定義
CAP是“Consistency，Avalilability, Partition Tolerance”的一種簡稱，其內容分別是：
(1)強一致性：即在分佈式系統中的同一數據多副本情形下，對於數據的更新操作體現出的效果與只有單份數據是一樣的。
(2)可用性：客戶端在任何時刻對大規模數據系統的讀/寫操作都應該保證在限定延時內完成；
(3)分區容忍性：在大規模分佈式數據系統中，網絡分區現象，即分區間的機器無法進行網絡通信的情況是必然發生的，所以系統應該能夠在這種情況下仍然繼續工作。
對於一個大規模分佈式數據系統來說，CAP三要素是不可兼得的，同一系統至多隻能實現其中的兩個，而必須放寬第3個要素來保證其他兩個要素被滿足。一般在網絡環境下，運行環境出現網絡分區是不可避免的，所以系統必須具備分區容忍性(P)特性，所以在一般在這種場景下設計大規模分佈式系統時，往往在AP和CP中進行權衡和選擇。
1.2 爲什麼分佈式環境下CAP三者不可兼得呢？
由於上面已經提到對於分佈式環境下，P是必須要有的，所以該問題可以轉化爲：如果P已經得到，那麼C和A是否可以兼得？可以分爲兩種情況來進行推演：
(1) 如果在這個分佈式系統中數據沒有副本，那麼系統必然滿足強一致性條件，因爲只有獨本數據，不會出現數據不一致的問題，此時C和P都具備。但是如果某些服務
器宕機，那必然會導致某些數據是不能訪問的，那A就不符合了。(2) 如果在這個分佈式系統中數據是有副本的，那麼如果某些服務器宕機時，系統還是可以提供服務的，即符合A。但是很難保證數據的一致性，因爲宕機的時候，可能
有些數據還沒有拷貝到副本中，那麼副本中提供的數據就不準確了。所以一般情況下，會根據具體業務來側重於C或者A，對於一致性要求比較高的業務，那麼對訪問延遲時間要求就會低點；對於訪問延時有要求的業務，那麼對於數據一致性要求就會低點。一致性模型主要可以分爲下面幾類：強一致性、弱一致性、最終一致性、因果一致性、讀你所寫一致性、會話一致性、單調讀一致性、以及單調寫一致性，所以需要根據不同的業務選擇合適的一致性模型。
2. ACID原則
ACID是關係型數據庫系統採納的原則，其代表的含義分別是：
(1) 原子性（Atomicity）：是指一個事務要麼全部執行，要麼完全不執行。
(2) 一致性(Consistency): 事務在開始和結束時，應該始終滿足一致性約束。比如系統要求A+B=100,那麼事務如果改變了A的數值，則B的數值也要相應修改來滿足這樣一致性要求；與CAP中的C代表的含義是不同的。
(3) 事務獨立（Isolation）：如果有多個事務同時執行，彼此之間不需要知曉對方的存在，而且執行時互不影響，事務之間需要序列化執行，有時間順序。
(4) 持久性(Durability)：事務的持久性是指事務運行成功以後，對系統狀態的更新是永久的，不會無緣無故回滾撤銷。