导读
前面文章【一、深入理解redis之需要掌握的知识点 】中，我们对redis需要学习的内容框架进行了一个梳理。
【二、redis中String和List两种数据类型和应用场景 】、【二、redis中Hash、Set、SortedSet应用场景 】两篇文章我们对redis中String、List、Hash、Set、SortedSet五种数据类型做了一下讲解，并且对他们各自的应用场景进行了介绍。
【三、redis数据存储之跳跃表（SKIP LIST） 】深入学习了支撑SortedSet排序背后的数据结构，跳跃表；
【四、redis持久化之RDB与AOF 】学习了redis中的两种持久化策略：RDB（快照）和AOF（追加日志）；
【五、redis集群进化过程 】文章中我们学习了redis集群的进化过程，包括解决单点故障问题和性能瓶颈问题等。
【六、redis中AKF问题解决方案 】讲解了Redis使用及集群进化过程中AKF问题的解决方案。
本章我们将要讲解Redis使用过程中出现CAP问题的解决方案，以及初步认识Paxos分布式一致性协议。
如果大家在工作、学习、面试中针对redis还有什么疑问或者其他问题，可以评论区告诉我。
为了保证可以连续不间断地获取最新的技术分析及讲解，建议关注本博客【不吃_花椒】。
CAP理论
CAP理论指：
C->一致性；
A->可用性；
P->分区容错性。
在实际使用过程中要对以上三种特性做综合处理，得出一个居中的解决方案。
CAP理论详见（分布式-CAP定义的含义章节）
Paxos理论-过半通过
Client读写几台服务器合适？
1.如果client只把数据写入一台服务器，那么client大概率（2/3）从其他两台服务器获取数据可能为空，违背了一致性。
-这种未过半情况的出现叫做脑裂。2.如果client把数据写入到其中两台服务器，那么client大概率（2/3）可以获取到正确的数据。
-这种情况叫做最终一致性。3.如果client把数据都写入到三台服务器，虽然一致性保证了，但是违背了可用性。
-强一致性破坏可用性
Paxos理论的过半通过
以上几种数据读写方案中，只有第二种方案即满足了一致性又满足了可用性，也就是Paxos理论的过半通过。
过半通过方案在实际使用时，有以下几种实现：
客户端实现
当客户端从服务端获取数据时候，对从三个服务器获取到的数据进行比对，数据一致性最高的数据表示为正确的数据-这种实现方案的缺点是，当有100台服务器时，客户端需要维护与100台服务器的连接，性能消耗大。集群内部实现
客户端可以从服务集群中的任意一台获取数据，当获取数据的指令到达任意节点后，节点内部进行一次数据同步。选举出正确性最高的数据，然后覆盖到集群内部所有服务中，然后返回给客户端。
如需了解更多更详细内容也可关注本人CSDN博客：不吃_花椒
后续redis中将要讲解的内容梳理
