CAP理論定義：
CAP定理又稱CAP原則，指的是在一個分佈式系統中，Consistency（一致性）、 Availability（可用性）、Partition tolerance（分區容錯性），最多隻能同時三個特性中的兩個，三者不可兼得。
解析三原則
1、一致性原則（Consistency）
“all nodes see the same data at the same time”，即在多節點情況下，各個節點的數據同時更新保持同步，這個就是分佈式一致性。
2、可用性原則（Availability）
“Reads and writes always succeed”，指的是所有的服務都可以在規定的時間內正常訪問，而且是一直可用。這裏可以參考euraka的失效剔除功能，保證了服務可用性。
3、分區容錯性（Partition tolerance）
分佈式系統在遇到某節點或網絡分區故障的時候，仍然能夠對外提供滿足一致性或可用性的服務。
上面可以理解爲：
- 一致性：數據同步
- 可用性：服務保活
- 容錯性：集羣部署
爲什麼CAP原則？
解析：
- 如果CA滿足看P是否能滿足？
- 如果AP滿足看C是否能滿足？
- 如果CP滿足看A是否能滿足？
1、如果CA滿足看P是否能滿足？
我們來分析：當C（Consistency）一致性A（Availability）可用性都滿足時會發生什麼？爲了保持數據的一致性，數據在各個節點間同步需要花費時間，同時保證服務可用意味着服務器的數量不能過多，因爲過多就會導致數據同步時間過長，而導致超時觸發熔斷降級機制，這與可用性相悖。但是如果要滿足容錯的話就必須是多節點，而多節點意味着同步數據同步時間必定過長，這兩無法做到同時滿足所以就導致了情況1是無法滿足。
2、如果AP滿足看C能否滿足？
我們來分析：當A（Availability）可用性和P（Partition tolerance）分區容錯性都滿足的情況下會發生什麼？服務器多節點部署，導致服務器數量劇增，同時需要保證服務節點可用，這就說明服務節點與節點之間的調用時間無法過長，否則就會導致服務節點不可用。如果在這種情況下，滿足C（Consistency）一致性，就會出現服務器因同步數據而導致浪費大量的時間，導致服務器不可用（超過了規定時間範圍），所以當AP滿足時是無法同時滿足C的。
3、如果CP滿足看A是否能滿足？
我們來分析：當C（Consistency）一致性和P（Partition tolerance）分區容錯性都滿足時，這個時候的服務器情況是怎麼樣的？必定是數量多並且爲了保證數據同步大量的服務器節點會進入“超長待機”狀態，此時如果再讓服務滿足A（可用性）的話，就會出現大部分的服務節點不可用，線程池被擠爆，然後整個項目宕機。所以情況3是無法滿足的。
如何抉擇/取捨？
一般來講P（容錯性）是一定要滿足的，其他可以根據項目需求選擇A或者C。
就目前市場來說，CP更加符合金融類項目，AP更加適合商城類項目。