分布式CAP原则主要是使用SpringCloud框架的时候会涉及到该部分知识点
CAP原则指的是在一个分布式系统中，一致性，可用性，分区容错性
实际的项目开发中，这三者往往是不可兼顾的。
AP：牺牲一致性，保证可用性和分区容错性
CP：牺牲可用性，保证一致性和分区容错性
CA：放弃分区容错性，保证一致性和可用性
实现这些策略的方式有使用基于数据库的分布式方案属于AP型，使用缓存+数据库的方案，先更新数据库在进行缓存更新，可能出现短暂的不一致，但可以保证AP型
对CAP的理解
假如有客户端在浏览器访问用户A，A部署了2台服务器，分别在2个同样的服务节点有S1，S2存放的数据都是V0，他们之间的网络是互通的，也就是相当于分布式系统的两个部分。
业务具体的操作流程：
1 客户端A更新了数据V1到S1
2 S1节点需要把这个消息告诉S2节点/想让S2更新数据/却发生网络故障，S2中保存的还是V0
3 客户端向S2请求数据，S2返回了V0数据
系统网络发送了故障，系统运行是正常的所以是具有容错性
客户端A访问节点S1的时候更新V0到V1，客户端A访问节点S2的时候是V1因此需要等待网络故障恢复，将S2节点同步更新
在网络恢复的这段时间，想要系统满足可用性是不可能的。因此可用性的要求随时随地访问系统都是正确有效的。这就出现了矛盾
项目中我们可以选择要么牺牲数据一致性，响应旧的数据V0给客户/或者牺牲可用性/组赛等待直到网络连接恢复。数据更新操作完成之后，再给用户响应最新的数据V1
所以说实际项目中，我们要有取舍策略
一般来说，分区容错无法避免，因此可以认为CAP的P是总会成立的，CAP定理告诉我们，剩下的C和A无法同时做到。
