1、什么是分布式
我们把所有功能集中放在一个系统，比如用户注册，登入，用户下单买东西等，全部放在一个系统部署在一台服务器上，属于集中式系统。若随着业务的增大，越来越多的用户和越来越麻烦的也无需求，为了保证高内聚低耦合，可以吧业务拆分成不同的模块，springCloud就属于分布式，吧每个功能点放在不同的系统里，在部署在不同的服务器上，保证容错性低，而集群部署可以保证高可用。
2、什么是CAP
Consistency(一致性)：保证客户端的操作完服务端之后，每次访问的数据都是一致，比如张三和李四同事访问A、B两个不同的服务器，张三修改A服务器数据库之后，必须同步到B，保证李四在B服务器查询数据库和A服务器数据一致。
Availability（高可用）：表示服务器正常可用，一直能响应客户端，不能因为宕机，或者解决一致性问题，而导致客户端一直显示加载中。
Partition Tolerance(分区容错性)：表示分布式系统在某个网络分区有故障时候，系统还能正常运行，满足正常的业务需求，保证一致性和高可用，客户端感受不到有故障发生。
3、为什么只能满足两个
这张图网上有很多，如果你看过资料或者视频，应该看过很多遍，举个例子：
- 有两台服务器，张三在A服务器吧数据改成了金额从1改成了100；
- A服务器吧数据同步到B服务器，数据也成为了100；
- 李四从B服务器访问获取到的数据也是100。
上面这个例子满足了cap的三个特性，这是最理想的状态。但若网络出现故障的情况下怎么办呢？当A服务器同步数据到B服务器的时候，网络出现了故障，因此李四从B服务器获取 到的数据还是1，因为数据并未从A数据库同步过来，但这时候系统也能访问，就没有一致性了，拥有了分区容错性和可用性。
正因为这三个矛盾，三者不能同时满足，既然不能一起满足，我们就要在cap里面进行取舍。
怎么取舍呢？
- 选择CA without P：这时候意味着系统不是分布式，牺牲了分区容错性。因为分布式系统就是把功能分开，部署在不同的服务器。
- 选择AP without C : 这时候就意味着不同的系统储存的数据是不一样的，客户访问A系统获取的数据是1，访问B系统获取的数据是100。
- 选择CP without A : 这种情况意味着选择分布式系统并且保证一致性，但如果网络节点发生故障，客户端就会出现一直阻塞状态，等待网络恢复才能获取到一致性的结果。
如何取舍就要根据业务场景来评估，事实证明，大部分都是牺牲一致性，比如双11活动，12306抢票，抢了之后显示票不够，但并不是说牺牲一致性就是最好的，在数据要求比较严谨的方面，比如mysql数据库，是需要满足一致性和可用性的。
