CAP原理認為，一個提供數據服務的存儲系統無法同時滿足數據一致性、數據可用性，分區耐受性（系統具有網絡分區的伸縮性）這三個條件。

一致性是指更新操作成功后，所有節點在同一時間的數據完全一致。

可用性是指用戶訪問數據時，系統是否能正常響應時間內返回數據。

分區容錯性是指分布式系統在遇到某個節點或網絡分區故障時，仍然能夠對外提供滿足一致性和可用性的服務。

CAP理論基本可以定義為，以上的三個指標不能全部做到，即只能同時滿足CA, CP, AP。

1. 分區容錯性

分布式系統存在多個子系統，每個子系統子網絡可以叫做區。各個節點之間的數據需要同步，子系統之間也需要通信。而分區容錯指的是某個節點出現故障，而整個服務不會受到大的影響。

若一個服務為單節點服務，那么它可以說是滿足CA。

C表示任何時間點讀取的數據都是相同的，保證了一致性。

A表示只要有節點可以用，那么就可以提供服務

由于是單節點服務，那么總是滿足CA的條件。

而在分布式系統中，大多時候，單節點出問題之后，我們是需要保障整個系統都是可以使用的。所以可以認為CAP中的P總是需要成立的。

2. 一致性

一致性指的是分布式系統中所有節點在同一時間訪問時，返回數據完全一致。

從客戶端看，就是并發訪問時獲取數據的一致性。

服務端來看，就是數據節點之間的同步問題，即節點之間通過通信保持數據的實時更新。

也有對一致性分成強，弱以及最終一致性三類。

強一致性 要求數據更新后，對于其他節點，必須立馬同步，并可見。

弱一致性 可以允許在數據更新后，部分節點不能訪問到最新的數據。

最終一致性 要求一段時間內不能訪問最新數據，但是一段時間后，分布式系統的所有數據需要統一

3. 可用性

相對來說，可用性比較容易理解，就是說任何時候，我們都可以從系統中獲取數據。系統可以提供正常的用戶服務。不會出現操作失敗，訪問超時等情況

CA without P

如果不要求 Partition Tolerance，即不允許分區，則強一致性和可用性是可以保證的。其實分區是始終存在的問題，因此 CA 的分布式系統更多的是允許分區后各子系統依然保持 CA。

CP without A

如果不要求可用性，相當于每個請求都需要在各服務器之間強一致，而分區容錯性會導致同步時間無限延長，如此 CP 也是可以保證的。很多傳統的數據庫分布式事務都屬于這種模式。

AP without C

如果要可用性高并允許分區，則需放棄一致性。一旦分區發生，節點之間可能會失去聯系，為了實現高可用，每個節點只能用本地數據提供服務，而這樣會導致全局數據的不一致性。

為什么沒辦法同時達到CAP呢？

CAP是沒辦法同時達到的，要么是CP，要么是CA，要么是AP，是不可能存在CAP的，因為如下：假如分布式情況下數據庫1和數據庫2，用戶上傳一張圖片必須同時同步成功才滿足一致性(Consistency)，并且用戶可以看到信息也滿足了(可用性),當突發場景數據庫1和數據庫2突然間因為網絡斷電原因，某一個直接宕機，那還有另外一個數據庫可以提供分區容錯性，但是這時候已經無法滿足一致性了，所以這種沒辦法實現。