- 数据一致性：
1）数据“强一致性”，是希望系统只读到最新写入的数据，例如：通过单点串行化的方式，就能够达到这个效果。
2）session一致性，DB主从一致性，DB双主一致性，DB与Cache一致性，数据冗余一致性，消息时序一致性，分布式事务一致性，库存扣减一致性，如何设计？ - 系统可用性：如果系统每运行100个时间单位，会有1个时间单位无法提供服务，则说系统的可用性是99%。
- 节点连通性与扩展性：分布式系统，往往有多个节点，每个节点之间，都不是完全独立的，需要相互通信，当发生节点无法联通时，数据是否还能保持一致，系统要如何进行容错处理，是需要考虑的。
CAP定理，是对上述分布式系统的三个特性，进行了归纳：
- 一致性(Consistency)
- 可用性(Availability)
- 分区容忍性(Partition Tolerance)
并且，定理指出，在系统实现时，这三者最多兼顾两点。
拓展，最常见的实践是这样的： - 节点连通性，多节点扩展性，连通性异常的处理必须保证，满足P
- 一致性C与可用性A一般二选一
- 选择一致性C，举例：传统单库水平切分，就是这类选型的典型
- 选择可用性A，举例：双主库同步高可用，就是这类选型的典型
总结
CAP可以理解为一致性，可用性，联通与扩展性
CAP三者只能取其二
最常见的实践是AP+最终一致性
思路比结论重要。
