CAP原理指的是，在分布式系统中这三个要素最多只能同时实现两点，不可能三者兼顾。因此在进行分布式架构设计时，必须做出取舍。而对于分布式数据系统，分区容忍性是基本要求，否则就失去了价值。因此设计分布式数据系统，就是在一致性和可用性之间取一个平衡。对于大多数Web应用，其实并不需要强一致性，因此牺牲一致性而换取高可用性，是目前多数分布式数据库产品的方向。

　　1. 一致性(Consistency)：数据在多个副本之间是否能够保持一致的特性。(当一个系统在一致状态下更新后，应保持系统中所有数据仍处于一致的状态)

　　2. 可用性(Availability)：系统提供的服务必须一直处于可用状态，对每一个操作的请求必须在有限时间内返回结果。

　　3. 分区容错性(Tolerance of network Partition)：分布式系统在遇到网络分区故障时，仍然需要保证对外提供一致性和可用性的服务，除非整个网络都发生故障。

　　为什么只能同时满足两个?

　　例如，服务器中原本存储的value=0，当客户端A修改value=1时，为了保证数据的一致性，要写到3个服务器中，当服务器C故障时，数据无法写入服务器C，则导致了此时服务器A、B和C的value是不一致的。这时候要保证分区容错性，即当服务器C故障时，仍然能保持良好的一致性和可用性服务，则Consistency和Availability不能同时满足。为什么呢?

　　如果满足了一致性，则客户端A的写操作value=1不能成功，这时服务器中所有value=0。

　　如果满足可用性，即所有客户端都可以提交操作并得到返回的结果，则此时允许客户端A写入服务器A和B，客户端C将得到未修改之前的value=0结果。