CAP定理（CAP theorem）：对于一个分布式计算系统来说，不可能同时满足以下三点：
一致性（Consistency） （等同于所有节点访问同一份最新的数据副本）可用性（Availability）（每次请求都能获取到非错的响应——但是不保证获取的数据为最新数据）分区容错性（Partition tolerance）（以实际效果而言，分区相当于对通信的时限要求。系统如果不能在时限内达成数据一致性，就意味着发生了分区的情况，必须就当前操作在C和A之间做出选择。分布式系统在遇到任何网络分区故障的时候，仍然需要能够保证对外提供满足一致性和可用性的服务，除非是整个网络环境都发生了故障。）
2. 为什么不能同时满足对于CAP理论中，分布式系统要保障整体的服务，因此（Partition tolerance）分区容错性必然存在。那么为什么CA不能同时存在？因为分区之间的通信可能通信失败。
① 假设有两个数据分区DB1和DB2，存储着相同的一个数据，都是Version0。
② 有写请求进来，修改了DB1中的数据到Version1，正常情况下需要将修改同步到DB2，但是由于之间通信故障，DB2数据没能成功修改。
③ 当有读请求进来，请求DB1，返回正确数据Version1，请求DB2，由于数据没有成功修改，要么牺牲一致性，返回Version0，要么牺牲可用性，等故障恢复后再返回数据，阻塞掉请求。
因此，CAP理论中CA无法同时满足。那么可能存在两种情况：
CP without AAP without C 3. 要A还是要C
CP without A：
有些系统中一致性是本质要求，例如Redis分布式存储，ZooKeeper任何时候访问ZK都可以获得一致性的结果。极端情况下可能丢弃一些请求，从而保障一致性。
AP without C：
比如有的网页对一致性要求不是那么高，对商品价格进行更改，但是要保障用户仍然能顺利的访问网页。但是会在付款的时候对价格进行再次验证。
Ref：
《CAP 定理的含义》阮一峰《CAP定理》维基百科
