CAP(consistency,availability,partition-tolerance)
- 数据一致性(consistency)：如果系统对一个写操作返回成功，那么之后的读请求都必须读到这个新数据；如果返回失败，那么所有读操作都不能读到这个数据，对调用者而言数据具有强一致性(strong consistency)
- 服务可用性(availability)：所有读写请求在一定时间内得到响应，成功，错误，超时，不会一直等待
- 分区容错性(partition-tolerance)：在网络分区的情况下，被分隔的节点仍能正常对外服务
如果选择了 CA 而放弃了 P，那么当发生分区现象时，为了保证 C，系统需要禁止写入，当有写入请求时，系统返回 error（例如，当前系统不允许写入），这又和 A 冲突了，因为 A 要求返回 no error 和no timeout。因此，分布式系统理论上不可能选择 CA 架构，只能选择 CP 或者 AP 架构。
BASE理论（Basically Available,Soft State,Eventually Consistent）
BASE理论是CAP理论的一种妥协，由于CAP只能二取其一（因为必须保证P），BASE理论降低了发生分区容错时对可用性和一致性的要求
基本可用(Basically Available,)：允许可用性降低（可能响应延长、可能服务降级），
软状态(Soft State)：指允许系统中的数据存在中间状态，并认为该中间状态不会影响系统整体可用性。
最终一致性(Eventually Consistent)：节点数据同步可以存在时延，但在一定的期限后必须达成数据的一致，状态变为最终状态
服务降级：比如一个网页有图片+描述，如果服务降级，那么先把最重要的描述信息发送给client，图片再慢慢传，这就是服务降级
