今天我們要來介紹分散式系統中的一個基本概念，有三個重要特性，但我們只能同時滿足其中兩個。其中一個必定會被犧牲。來看一下為什麼吧~

一致性(Consistency)

這是指當我們進行資料更新操作時，所有的節點都會立即同步更新。因此，無論我們從哪個節點讀取資料，都會得到最新的結果。舉例來說，假設我們在一個節點上更新了一筆資料，根據一致性要求，所有節點必須立刻反映這個更新結果。但是，當Network partition發生時，由於節點之間的通訊被切斷，某些節點可能無法即時得到這個更新。為了保持一致性，系統可能會選擇拒絕讀寫請求，直到所有節點都能同步更新。因此，在這種情況下，系統的可用性會受到影響。

P.S. 當系統的各個節點因為網路問題而無法彼此通訊，這就是所謂的Network partition。

可用性(Availability)

這是指無論何時我們向系統發出讀寫請求，系統都能夠回應我們的請求，即使有些節點發生了問題。這代表即使Network partition發生時，系統仍然會接受並處理請求。但是，為了保持高可用性，系統可能會允許某些節點提供尚未同步更新的資料，導致我們從不同的節點讀取到不同的結果，這就違反了一致性。

分區容忍性(Partition Tolerance)

即使系統的不同節點之間的通訊中斷，系統仍能繼續運作。

取捨

根據上面的介紹，我們通常會選擇CP或是AP，不會選擇CA，因為現實世界的網路幾乎不可避免會面臨Network partition的風險，比如網路延遲、硬體故障、節點掉線等情況。這代表我們為了維持CA就只能使用單一節點，不然無法保持CA的原則。

例如，某些金融系統可能會偏向一致性（C）而在分區時犧牲可用性（A），以確保所有交易記錄都是正確的。而像社交媒體這樣的應用可能會偏向可用性（A），即使在分區的情況下允許一定程度的一致性犧牲，以確保用戶能夠持續使用服務。

總結

我們可以根據不同情境選擇不同的方案，不一定每種狀況都適合當下得情境，這也是需要好好注意的地方~

reference

https://www.explainthis.io/zh-hant/swe/cap-theorem