记录一下对CAP的理解，CAP理论是分布式系统的基本理论，已得到证明，分布式系统最多只能满足其中的两个。
CAP基本概念
CAP是三个特性关键字的简写。
（1）C：Consistency，一致性
（2）A：Availability，可用性
（3）P：Partition tolerance，分区容忍性
一致性：对某个节点写操作后，其他节点可以读取到最新的数据，这个写操作的更新需要对其他节点可见。
可用性：任意一个没有发生故障的节点，需要在有限的时间返回一个合理的结果。
分区容忍性：分布式系统中，就算部分节点宕机或者无法与其他节点通信时，系统整体依然可以对外提供服务。
不能同时满足
CAP是不能同时满足的，最多只能满足其中的2个特性。
如果满足了CA，意味着一致性和可用性同时满足，这种情况只有一个节点才能满足，即对单个节点的写操作，对外读取时可以立即生效。
在CA的基础上，在增加一个P会是什么情况？如果增加一个节点，一定保证分区一致性的话，CA就只能留下其中的一个。
如果留下C，保证了CP，就意味着数据必须要保证各个节点的一致，在节点通信进行数据同步时，会存在节点等待而无法对外提供合理的数据，这就不能满足A。
如果留下A，保证了AP，意味着需要在有限的时间返回一个合理结果，但是在这个时间范围数据可能还没有在节点间同步结束，导致返回的数据不同节点会有不一致的可能，这样就不能满足C。
因此CAP只能满足其中的两个，一般分布式系统中，是满足CP，如Hadoop、HBase、Zookeeper、Kafka等都满足CP。
一致性实现的方法
要实现一致性，有多种选择。
（1）ZAB
ZAB（ZooKeeper Automic Broadcast）原子广播协议，就是实现一致性的一种方式，zab来自raft（共识算法），而raft来自paxos，zookeeper就是用的zab，实现分布式一致性。
参考文末博文，消息广播的大致步骤如下：
a.客户端发送给zookeeper的写请求，请求会被leader先转化成事务proposal提案，并为proposal提供一个全局的txid。
b.leader会将proposal提案发送给所有的follower，但是不是直接发送给follower，而是先让一个队列先接收着，其中每个follower都会有一个队列。队列采用FIFO的策略，先发给队列再处理可以实现异步解耦，提升性能。
c.当follower处理完proposal成功后会返回一个ack信号给leader，当过半的follower都返回了ack，leader就认为可以commit这个proposal了，除了自己会提交事务会外，还会给每个follower广播这个commit信息，follower随后也都会提交事务。
有了消息广播还不能保证一致，还不够健壮，ZAB还有两个特征，可以保证一致性：
a.当leader提交了proposal，这样每个follower也需要完成commit提交。
b.当leader提出proposal后就挂掉了，这个proposal会被丢弃。
这样，就算leader挂掉了，可以做到"对应该提交的proposal不会漏过，对不该提交的proposal绝不留存"。
（2）主从模式
主从模式也是一种实现方式，如Hadoop有一个主节点namenode，多个从节点datanode，如果给集群写入数据，会先将请求发送namenode，主节点通过心跳机制得到各个从节点的信息，选出合适写入数据的节点后，数据会在多个从节点间建立pipeline进行平行复制，保证数据同步。
（3）WNR
可以按照理解抽屉原理来理解WNR，其中W代表每次写操作能保证的最少成功副本数，R代表每次读操作能确保读取到的副本数，N代表副本总数。当W+R>N时，这样可以保证每次读取到的数据，有一个副本是最新的数据，这样也可以实现一致性。数据库Cassandra就是采用这种策略，使用WNR比较耗费资源，通俗一点说是属于"牺牲资源，换心安"。
参考博文
（1）https://www.cnblogs.com/mingorun/p/11025538.html CAP
（2）https://www.jianshu.com/p/2bceacd60b8a ZAB
（3）https://www.cnblogs.com/yaohaitao/p/8907022.html
（4）https://www.jianshu.com/p/8e4bbe7e276c paxos和raft