1，CAP 理论

CAP 理论是对分布式及集群系统的总结，所谓鱼和熊掌不可兼得：

• Consistency：一致性，此处特指强一致性，指在分布式系统中数据要在各台服务器间一致
• Availability：可用性，此处特指高可用性，指整个分布式系统对外服务的可用性
• Partition tolerance：分区容错性，在三个中分区容错性是必须要实现的，因为单机情况下所有的都满足不了，只能集群，也就是分区

关于分区容错性:
一个分布式系统里面，节点组成的网络本来应该是连通的。然而可能因为一些故障，使得有些节点之间不连通了，整个网络就分成了几块区域。数据就散布在了这些不连通的区域中。这就叫分区。
当你一个数据项只在一个节点中保存，那么分区出现后，和这个节点不连通的部分就访问不到这个数据了。这时分区就是无法容忍的。
提高分区容忍性的办法就是一个数据项复制到多个节点上，那么出现分区之后，这一数据项就可能分布到各个区里。容忍性就提高了。
然而，要把数据复制到多个节点，就会带来一致性的问题，就是多个节点上面的数据可能是不一致的。要保证一致，每次写操作就都要等待全部节点写成功，而这等待又会带来可用性的问题。
总的来说就是，数据存在的节点越多，分区容忍性越高，但要复制更新的数据就越多，一致性就越难保证。为了保证一致性，更新所有节点数据所需要的时间就越长，可用性就会降低。

1，CP

实现强一致性和分区容错性，要求每次写操作必须在每台服务器间进行同步达到数据一致，这样的话性能就会降低，对于银行等涉及金钱的业务来说必须选择这个，实现强一致性的手段：

• 2PC：二阶段提交

  2，AP

  实现高可用性和分区容错性，及每次写操作不必要或只在少数服务器间同步，将大大提高性能，但是数据一致性得不到保障，互联网系统多数基于AP，实现AP的手段有：

• TCC分布式事务

• 消息队列

• Saga分布式事务

  2，BASE 理论

  BASE 理论是对 CAP 理论的补充，是无法满足 CAP 的一种妥协：

• Basically Available：基本可用，强调分布式系统的所有节点都要有不错的可用性

• Soft State：软状态，允许数据可以有中间状态，比如两个服务之间的交流不必要是最新的数据，中间状态的数据也可以
• Eventually Consistent：最终一致性，既然采用了数据中间状态，那么必须要将数据更新到最终状态，满足最终数据一致性，比如使用消息队列，虽然实时性有所下降，但是最终一致性得到满足