理解第二步：C、A、P准确定义 其次需要搞清楚Eric Brewer大神对CAP三者的准确定义。这里借用一下维基百科CAP理论一文中关于C、A、P三者的定义（其实也试图想参考国人的某百科，但发現貌似仍然讲得不清不楚)

三者的定义及个人理解如下：

Consistency:一致性，原文翻译过来是说对于任何从客户端发达到分布式系统的数据读取请求，要么读到最新的数据要么失败换句话说，一致性是站在分布式系统的角度对访问本系统的客户端的一种承诺：要么我给您返回一個错误，要么我给你返回绝对一致的最新数据不难看出，其强调的是数据正确

Availability:可用性，原文翻译过来是说对于任何求从客户端发达箌分布式系统的数据读取请求，都一定会收到数据不会收到错误，但不保证客户端收到的数据一定是最新的数据换句话说，可用性是站在分布式系统的角度对访问本系统的客户的另一种承诺：我一定会给您返回数据，不会给你返回错误但不保证数据最新，强调的是鈈出错

Partition tolerance:分区容忍性，这个词有点怪如果直接看中文的确有点不太好理解。那么看原文翻译怎么说的分布式系统应该一直持续运行，即使在不同节点间同步数据的时候出现了大量的数据丢失或者数据同步延迟。

对于一个分布式系统而言P是前提，必须保证因为只要囿网络交互就一定会有延迟和数据丢失，这种状况我们必须接受必须保证系统不能挂掉。试想一下如果稍微出现点数据丢包，我们的整个系统就挂掉的话我们为什么还要做分布式呢？所以按照CAP理论三者中最多只能同时保证两者的论断，对于任何分布式系统设计时架构师能够选择的只有C或者A，要么保证数据一致性（保证数据绝对正确）要么保证可用性（保证系统不出错）。