转载自：（原文为英文版）
https://mwhittaker.github.io/blog/an_illustrated_proof_of_the_cap_theorem/
CAP定理的图解证明
该CAP定理是在分布式系统中的一个基本定理，指出任何分布式系统最多可以有两个以下三个属性。
-
- Consistency（一致性）
- Availability（可用性）
- Partition tolerance（分区容错性）
本指南将通过图片总结 吉尔伯特和林奇的规范以及CAP定理的证明 ！
什么是CAP定理？
CAP定理指出，分布式系统不能同时保持一致，可用和分区容错。听起来很简单，但是保持一致意味着什么呢？有空吗 分区容忍？哎呀，分布式系统到底意味着什么？
在本节中，我们将介绍一个简单的分布式系统，并说明该系统具有可用性，一致性和分区容忍性。有关系统和三个属性的正式说明，请参阅 Gilbert和Lynch的论文。
分布式系统
让我们考虑一个非常简单的分布式系统。我们的系统由两台服务器组成，G1个G1个 和 G2G2。这两个服务器都在跟踪相同的变量，vv，其值最初是 v0v0。 G1个G1个 和 G2G2 可以相互通信，也可以与外部客户端通信。这是我们的系统的外观。
客户端可以请求从任何服务器进行写入和读取。服务器收到请求后，将执行所需的任何计算，然后响应客户端。例如，这是写的样子。
这就是阅读的样子。
现在我们已经建立了系统，接下来让我们回顾一下对于系统一致，可用和分区容忍意味着什么。
一致性
这是吉尔伯特和林奇描述一致性的方式。
在写操作完成之后开始的任何读操作都必须返回该值，或以后写操作的结果
在一致的系统中，客户端将值写入任何服务器并获得响应后，它期望从其读取的任何服务器取回该值（或更新鲜的值）。
这是一个不一致的系统的示例。
我们的客户写道 v1个v1个 至 G1个G1个 和 G1个G1个 承认，但是当它从 G2G2，它将获取陈旧的数据： v0v0。
另一方面，这是一个一致的 系统的示例。
在这个系统中 G1个G1个 将其值复制到 G2G2在向客户端发送确认之前。因此，当客户从G2G2，它将获得最新的值 vv： v1个v1个。
可用性
这是Gilbert和Lynch描述可用性的方式。
系统中非故障节点收到的每个请求都必须导致响应
在可用系统中，如果我们的客户端向服务器发送请求并且服务器没有崩溃，则服务器最终必须响应客户端。不允许服务器忽略客户端的请求。
分区容限
这是Gilbert和Lynch描述分区的方式。
网络将被允许任意丢失从一个节点发送到另一节点的许多消息
这意味着任何消息 G1个G1个 和 G2G2可以互相发送。如果所有消息都被丢弃，那么我们的系统将如下所示。
为了容忍分区，我们的系统必须能够在任意网络分区下正常运行。
证据
既然我们已经了解了一致性，可用性和分区容限的概念，我们可以证明一个系统不能同时拥有这三个。
矛盾的是，确实存在一个一致，可用和分区容忍的系统。我们要做的第一件事是对系统进行分区。看起来像这样。
接下来，我们有客户要求 v1个v1个 被写到 G1个G1个。由于我们的系统可用，G1个G1个必须回应。但是，由于网络是分区的，G1个G1个 无法将其数据复制到 G2G2。吉尔伯特和林奇称之为执行阶段α1个α1个。
接下来，我们让客户发出读取请求以 G2G2。同样，由于我们的系统可用，G2G2必须回应。由于网络是分区的，G2G2 无法从中更新其值 G1个G1个。它返回v0v0。吉尔伯特和林奇称之为执行阶段α2α2。
G2G2 退货 v0v0 客户写完之后给我们的客户 v1个v1个 至 G1个G1个。这是不一致的。
我们假设存在一个一致的，可用的，分区容忍的系统，但是我们只是表明存在对任何此类系统的执行，其中该系统的行为不一致。因此，不存在这样的系统。
