CAP是所有分佈式系統的基礎理論，任何分佈式系統只能滿足以下三種狀態中的任意兩種。
- 一致性(Consistency)
- 可用性(Availability)
- 分區容錯性(Partition tolerance)
何爲CAP理論？
CAP理論是指一個分佈式系統不能同時滿足一致性、可用性和分區容錯性。聽起來簡單，但一致性、可用性和分區容錯性分別是指啥？甚至分佈式系統是啥？
在這篇文章中，我們會引入一個簡單的分佈式系統來解釋清楚何爲可用性、一致性、和分區容錯性。更多信息可以參考Gilbert和Lynch的論文Perspectives on the CAP Theorem。
分佈式系統
假設我們有這樣一個簡單的分佈式系統，它包含兩個服務G1和G2，這倆服務都保存着同一變量v，其初始值是v0。 G1和G2之間可以互相溝通，同時他們也可以和其他的客戶端溝通，如下圖所示：
客戶端可以讀取和修改任意一個服務端的值。當服務端收到請求，他會做相應處理後回覆客戶端。如果是寫請求執行過程如下圖所示：
如果是讀請求，執行過程如下圖：
現在我們已經建立了一個簡單的分佈式系統，接下來我們分別看下一致性、可用性和分區容錯性。
一致性
Gilbert和Lynch的論文中是這樣描述一致性的：
any read operation that begins after a write operation completes must return that value, or the result of a later write operation
在某個寫操作完成之後的任何讀操作都必須返回該寫操作寫入的值，或者再之後的寫操作寫入的值。
在一個一致性的系統中，如果一個客戶端寫入了某個值到任意一個服務端上，並且得到了服務端的確認，那麼客戶端再去讀的時候，不管是讀的哪個服務，都期望拿到寫入後的值或者是更新的值。
下圖所示是有個不保證一致性的系統：
客戶端向G1發送了寫請求將v的值從v0變更到v1，然後也得到了G1的寫入成功確認，但從G2讀到的數據還是舊的數據v0。
下圖是一個保證一致性的系統：
在這個系統中，當客戶端向G1寫入數據v1後，G1也會把數據同步到G2，當G1 G2都完成數據更新後，G1纔會告訴客戶端寫入成功。 之後不過是客戶端從G1讀還是從G2讀，讀到的都是最新的值v1。
可用性
Gilbert和Lynch的論文對可用性的描述如下：
every request received by a non-failing node in the system must result in a response
任何一個在線的節點收到的請求必須都做出相應。
在保證可用性的系統中，如果客戶端向某個沒有宕機的服務端發送了請求，服務端必須響應客戶端的請求，不能選擇忽略掉客戶端的請求。
分區容錯性
Gilbert和Lynch的論文對分區容錯性的描述如下：
the network will be allowed to lose arbitrarily many messages sent from one node to another
允許網絡丟失從一個服務節點到另外一個服務節點的任意信息
這就意味着在我們的分佈式系統中，G1發送給G2的信息可能會丟失，如果所有的信息都丟失了，我們的系統可能就會變成這樣。
爲了保證分區容錯性，我們的系統必須在任意個不通的網絡分區下正常工作。
證明
現在我們已經瞭解了什麼是一致性、可用性和分區容錯性，接下來我們證明下爲什麼一個分佈式系統不能同時滿足這三者。
假設存在一個同時滿足一致性、可用性和分區容錯性的分佈式系統。首先我們把這個系統分成兩個部分，如下圖：
接下來客戶端將G1中的v從v0改成v1，因爲要滿足可用性的要求，G1必須響應客戶端的寫入請求，但是因爲網絡的問題，G1沒法將數據同步到G2。Gilbert和Lynch將這個階段稱爲alpha1階段，如下圖：
再然後，假設有個客戶端從G2讀了v的值，因爲滿足可用性要求，G2也必須正常響應，因爲網絡的問題，G2沒有更新到G1的數據，所以G2只能返回v0，Gilbert和Lynch將這個階段稱爲alpha2階段，如下圖：
在這裏G1返回v1，G2只能返回v1，產生了不一致，和我們的假設相悖，所以證明同時滿足一致性、可用性和分區容錯性的分佈式系統不存在。
原文鏈接
https://mwhittaker.github.io/blog/an_illustrated_proof_of_the_cap_theorem/