CAP定理（又称布鲁尔定理）指出：在分布式系统中，**一致性（Consistency）、可用性（Availability）、分区容错性（Partition Tolerance）**

CAP定理又称布鲁尔定理指出在分布式系统中一致性Consistency、可用性Availability、分区容错性Partition Tolerance这三个特性无法同时满足全部三个最多只能同时满足其中两个。C一致性所有节点在同一时刻看到的数据是完全一致的线性一致性或强一致性即每次读操作都能获得最新写入的结果。A可用性每个请求无论成功或失败都必须在有限时间内返回响应不保证数据最新但系统永不拒绝服务。P分区容错性系统在网络分区如节点间通信中断发生时仍能继续运行。现代分布式系统通常必须满足P因网络不可靠是常态因此实际权衡常在CP如ZooKeeper、etcd和AP如Cassandra、DynamoDB之间选择。⚠️ 注意CAP 是对系统在分区发生时的行为约束的理论概括不是设计时的静态配置它描述的是最坏情况下的取舍而非日常性能指标。此外“一致性”在CAP中特指强一致性linearizability不同于ACID中的C或最终一致性等其他一致性模型。# 示例CP系统etcd在分区时可能拒绝部分请求以保CP# AP系统Cassandra在分区时仍接受读写但可能返回旧值牺牲C保APCAP中的“一致性”Consistency与ACID中的“一致性”Consistency名称相同但内涵完全不同属于不同层面、不同语境下的概念极易混淆——这是分布式系统学习中的关键辨析点。✅CAP中的CConsistency指线性一致性Linearizability即强一致性的一种严格形式要求所有节点对数据的读操作总是能立即看到最新成功写入的值且操作看起来像按某个全局时间顺序串行执行是分布式系统在并发与网络延迟/分区场景下对读写行为的实时性约束本质是关于复制数据的可见性与时序保证不涉及业务规则。✅ACID中的CConsistency指数据库状态始终满足预定义的完整性约束和业务规则如外键约束、唯一性、检查条件、事务内不变量等例如转账前后总金额不变这其实是原子性业务逻辑共同保障的语义一致性ACID本身不直接保证该业务规则而是提供机制让应用可实现它是单节点或强同步多副本数据库在事务执行前后对数据语义正确性的保证本质是关于数据合法性和业务逻辑正确性与分布式复制无关。 关键区别总结维度CAP中的CACID中的C层级分布式系统层跨节点数据库事务层单库或强一致集群内保障目标读操作看到最新写时序可见性数据满足约束/不变量语义合法性是否依赖网络是直面分区与延迟否假设底层存储可靠、无分区可否被牺牲是AP系统主动放弃不应被牺牲违反即数据错误典型反例读到过期副本数据插入重复主键、余额为负、外键不存在⚠️ 补充说明一个系统可以同时满足ACID的C如PostgreSQL单实例和CAP的CP如etcd但二者解决的问题正交在分布式数据库中如Spanner、CockroachDB需同时兼顾ACID-C语义正确和CAP-C线性一致读这需要复杂机制如TrueTime、共识协议事务调度。