ACP
1、ACP是什么
- 一致性（Consistency）：在分布式系统中，当更新操作完成之后，所有节点在同一时间看到的数据是一致的。换句话说，对于任何数据的读取，都会得到最后写入的数据。
- 可用性（Availability）：在任何时间，任何非失败节点必须能够响应客户端的读写请求。
- 分区容错性（Partition Tolerance）：在网络分区发生时，系统能够继续运行。网络分区是指由于网络问题导致系统内部的节点无法互相通信。
2、CAP理论的核心是：
一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求在网络分区发生的情况下，分布式系统最多只能同时较好的满足两个。
因此，根据 CAP 原理将 NoSQL 数据库分成了满足 CA 原则、满足 CP 原则和满足 AP 原则三 大类：
- CA - 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
- CP - 满足一致性，分区容忍必的系统，通常性能不是特别高。
- AP - 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。
3、使用ACP的中间件（三个例子）
3.1 AP架构
当网络分区出现后，为了保证可用性，系统B可以返回旧值，保证系统的可用性。
当数据出现不一致时，虽然A, B上的注册信息不完全相同，但每个Eureka节点依然能够正常对外提供服务，这会出现查询服务信息时如果请求A查不到，但请求B就能查到。如此保证了可用性但牺牲了一致性结论：违背了一致性C的要求，只满足可用性和分区容错，即AP
3.2 CP架构
当网络分区出现后，为了保证一致性，就必须拒接请求，否则无法保证一致性，Consul 遵循CAP原理中的CP原则，保证了强一致性和分区容错性，且使用的是Raft算法，比zookeeper使用的Paxos算法更加简单。虽然保证了强一致性，但是可用性就相应下降了，例如服务注册的时间会稍长一些，因为 Consul 的 raft 协议要求必须过半数的节点都写入成功才认为注册成功 ；在leader挂掉了之后，重新选举出leader之前会导致Consul 服务不可用。结论：违背了可用性A的要求，只满足一致性和分区容错，即CP
)
