Question

• 英文维基百科
• 中文维基百科

CAP 定理由 Eric Brewer 所定义，它指出对于分布式数据存储来说，不可能同时满足以下三点：

• 一致性 (Consistency)：在读取数据时，每个请求都会接收到 最新的 数据，或者返回错误。
• 可用性 (Availability): 在读取数据时，每个请求都会接收到一个 非错误的响应，但不能保证该数据是 最新的 数据。
• 分区容错性 (Partition Tolerance)：当节点之间任意数量的网络请求失败时，系统能按预期继续运行。

核心论证如下：因为无法保证不会存在网络分区（参见分布式计算的谬论 (The Fallacies of Distributed Computing)），所以在分区的情况下，我们可以选择取消当前操作（增加一致性并降低可用性），或者选择继续进行该操作（增加可用性降低一致性）。

该定理的名字来源于一致性 (Consistency)、可用性 (Availability)、分区容错性 (Partition Tolerance) 的首字母。请注意，这与 ACID 没有任何关系，因为其对一致性有另一种定义。最近发展出来的 PACELC 定理与 CAP 定理相比，增加了对网络 未 分区时（即系统按预期操作时）的延迟和一致性的约束。

大多数的现代数据库平台会通过向数据库用户提供选项的方式，来选择是需要高度可用的操作（比如“脏读 (dirty read)”），还是高度一致的操作(比如“法定确认写写入 (quorum acknowledged write)”)——这间接地承认了这一定理。

现实世界的例子：

• Inside Google Cloud Spanner and the CAP Theorem - 该文详细介绍了 Cloud Spanner 是如何工作的，表面上该平台似乎能够保证 CAP 三者，但实际上依然是一个 CP 系统，即只有一致性和分区容错性。

参见：

• ACID
• 分布式计算的谬论 (The Fallacies of Distributed Computing)
• PACELC