C 代表 Consistency，一致性，是指所有節點在同一時刻的數據是相同的，即更新操作執行結束並響應用戶完成後，所有節點存儲的數據會保持相同。
A 代表 Availability，可用性，是指系統提供的服務一直處於可用狀態，對於用戶的請求可即時響應。
P 代表 Partition Tolerance，分區容錯性，是指在分佈式系統遇到網絡分區的情況下，仍然可以響應用戶的請求。
網絡分區是指因爲網絡故障導致網絡不連通，不同節點分佈在不同的子網絡中，各個子網絡內網絡正常。
CAP 理論指的就是，在分佈式系統中 C、A、P 這三個特徵不能同時滿足，只能滿足其中兩個。
實際場景中，網絡環境不可能百分之百不出故障，比如網絡擁塞、網卡故障等，會導致網絡故障或不通，從而導致節點之間無法通信，或者集羣中節點被劃分爲多個分區，分區中的節點之間可通信，分區間不可通信。這種由網絡故障導致的集羣分區情況，通常被稱爲“網絡分區”。
在分佈式系統中，網絡分區不可避免，因此分區容錯性 P 必須滿足。
對於涉及錢的交易時，數據的一致性至關重要，因此保 CP 棄 A 應該是最佳選擇。
而對於其他場景，大多數情況下的做法是選擇 AP 而犧牲 C，因爲很多情況下不需要太強的一致性（數據始終保持一致），只要滿足最終一致性即可。最終一致性指的是，不要求集羣中節點數據每時每刻保持一致，在可接受的時間內最終能達到一致就可以了。
保證 CP 的系統：有 Redis、HBase、ZooKeeper 等。
適合保證 AP 放棄 C 的場景。比如，很多查詢網站、電商系統中的商品查詢等，用戶體驗非常重要，所以大多會保證系統的可用性，而犧牲一定的數據一致性。
採用保 AP 棄 C 的系統：比如 CoachDB、Eureka、Cassandra等。