CAP原则又称CAP定理，指的是在一个分布式系统中，
一致性（Consistency）、
可用性（Availability）、
分区容错性（Partition tolerance）。
CAP 原则指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。
也被称为Brewer定理，是分布式计算中的一个重要概念。它阐述了在分布式系统中，一致性（Consistency）、可用性（Availability）和分区容忍性（Partition Tolerance）这三个基本属性之间的权衡关系。根据CAP定理，一个分布式系统最多只能同时实现这三个属性中的两个。以下是详细介绍：
- 一致性（Consistency）。在分布式系统中，一致性意味着所有节点在同一时间看到相同的数据。当发生写操作时，所有后续的读操作都应反映该写操作。
- 可用性（Availability）。可用性指的是系统中每个节点对读和写请求的响应能力。即使一些节点经历故障或延迟，系统也应确保请求得到响应。
- 分区容忍性（Partition Tolerance）。分区容忍性涉及系统在发生网络分区（通信失败）时继续运行和提供服务的能力。它意味着系统可以容忍消息的丢失或节点间通信的延迟。
CAP定理强调了分布式系统中这些属性之间的固有权衡。例如，当一个分布式系统在面对网络分区时，为了保证数据的一致性和系统的稳定性，可能需要牺牲系统的可用性。这种情况下，系统可能会在分区期间对某些请求做出响应，但为了保证数据的一致性，可能会暂时停止对其他请求的响应。
需要注意的是，CAP定理是一个理论概念，实际系统往往基于特定用例和需求做出不同的权衡选择。不同的分布式数据库和系统根据其预期目标和处理数据的性质采用不同的策略
