CAP理论

CAP 又叫 Brewer`s theorem. 是说对于分布式系统，不能同时满足以下三点：

consistency：集群中所有节点在同一时刻数据一直
availability： 集群中一部分节点损坏，集群还能正常提供服务
partition tolerance：是否允许集群中部分节点之间不能通信（这部分节点各自可以正常运行，就是没办法通信，所以数据不一致）

比如：

CA，集群节点数据一致(C)，某些节点down掉但集群可以正常提供服务(A)。这没什么矛盾。但如果加上P， 一部分节点无法互相通信，这就会造成数据不一致，这就矛盾了，所以不能加上P

CP, 节点间数据一致(C)，如果某些节点互相之间不能通信，则等待他们恢复通信(P)。但等待的这段时间不可以对外提供服务(A)。

AP, 节点中某部分节点down掉也可以提供服务(A)，允许部分节点间不能通信，即数据不一致（P）。这样自然不可能达到数据一致性(C)

通常我们采用NRW算法来解决矛盾。假设集群有N个节点，NRW算法要求写入的节点数（W）和 读取的节点数（R）的和大于N。 即，假设有5个节点，NRW要求 W(3) + R(3)> N(5) 这样就能保证用户读到的是最新的数据。
原理是 W+R>N 那么在读的时候，肯定能有一份数据是写入的最新的，这样通过数据的时间戳或者版本可以知道最新的数据