面试题答案
一键面试一致性（Consistency）
在分布式系统中，一致性指的是所有节点在同一时刻看到的数据是相同的。当一个数据更新操作发生后，后续的读操作都应该能够读取到最新更新的值。例如，在一个分布式数据库中，如果在节点A更新了某条记录，那么在节点B、C等其他节点读取该记录时，也应该能立即看到更新后的值。
可用性（Availability）
可用性意味着系统在正常请求下，每一个非故障的节点都能在合理的时间内返回合理的响应。也就是说，只要系统部分节点正常运行，就能够为用户提供服务，不会出现长时间无响应或拒绝服务的情况。比如，一个分布式电商系统，在大部分服务器正常的情况下，用户随时都能进行商品查询、下单等操作。
分区容错性（Partition Tolerance）
分区容错性表示系统在出现网络分区（由于网络故障等原因导致节点之间无法通信）的情况下，仍然能够继续提供服务。例如，由于网络故障，部分节点组成的子网与其他子网失去联系，但每个子网内的节点仍能正常工作，整个系统不会因为这种网络分区而完全瘫痪。
为何需要在三者之间权衡
- 网络不可靠性：在实际的分布式系统中，网络故障是不可避免的，因此分区容错性是必须要考虑的。一旦出现网络分区，如果要保证一致性，就可能需要等待所有节点达成一致，这会导致部分节点因等待而无法及时响应，影响可用性；如果要保证可用性，就可能在数据还未完全同步的情况下就响应请求，牺牲一致性。
- 资源限制：分布式系统中的节点资源（如计算能力、存储等）是有限的。为了同时保证一致性、可用性和分区容错性，可能需要大量的资源进行数据同步、冗余备份等操作，这在实际场景中往往是不现实的。所以通常需要根据应用场景的特点，在三者之间进行权衡，优先满足部分特性。
不同应用场景下分布式数据库的CAP选择
- 银行转账场景
- 选择：更倾向于一致性和分区容错性，牺牲部分可用性。
- 原因：银行转账涉及到资金安全，数据一致性至关重要。在发生网络分区时，不能为了保证可用性而让转账操作出现不一致的情况，比如用户A向用户B转账100元，不能在部分节点显示转账成功，部分节点显示失败。因此，系统可能会暂停一些服务，等待网络恢复或完成数据同步以保证一致性。
- 社交媒体点赞场景
- 选择：更倾向于可用性和分区容错性，适当牺牲一致性。
- 原因：对于社交媒体的点赞功能，用户体验很重要，需要保证高可用性，让用户随时能进行点赞操作。在网络分区时，为了保证服务不中断，可以先允许部分节点记录点赞操作，即使数据暂时未完全同步到所有节点，出现短暂的不一致（如在某个节点点赞后，在另一个节点稍晚些才看到点赞数更新），用户也是可以接受的。