一、CAP定理
C：一致性C代表更新操作成功后，所有节点在同一时间的数据完全一致。
A：可以性A代表用户访问数据的时候，系统是否能在正常响应时间返回预期的结果。
P：分区容错性P代表分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性或可用性的服务
CAP定理在系统中不可能同时都满足的。
使用场景，作为分布式系统，因为每个模块都在不同的系统中，之间通过网络传递。
如同一个电商系统，分为了两个系统，分别为订单系统和库存系统，当用户下单的时候，首先先创建一个订单，然后去减少库存系统中的商品库存，因为两个系统运行在不同的服务器下，中间又由网络连接，会出现数据一致性的问题。主要解决方案我们可以参考CAP定理根据实际的需求来解决。
CP（强一致性）：CP表现为订单创建成功后，一直处于等待的状态，库存减少成功后才会返回结果。缺点用户体验比较差，如果没有处理成功就会一直处于等待的状态，优点可以保证数据的强一致性。
AP：AP表现为订单创建成功后，不等待库存减少直接返回处理结果。保证可用性，牺牲掉了数据的一致性，这里减库存的操作是通过异步的方式进行的，所以基于AP的模式，我们创建订单成功后就会直接返回结果，而不会在乎库存是否减少成功，这里产生最大的问题就是可能会导致数据的不一致性。
AC：表现为不拆为数据系统，在一个数据库的一个事务中完成所有的操作，这个就是单体应用的提现
