Consistency（一致性）：

即更新操作成功并返回客户端后，所有节点在同一时间的数据完全一致。
对于客户端来说，一致性指的是并发访问时更新过的数据如何获取的问题。
从服务端来看，则是更新如何复制分布到整个系统，以保证数据最终一致。

Availablity（可用性）

即服务一直可用，而且是正常的响应时间。系统能够很好的为用户服务，不出现用户操作失败或者访问超时等用户体验不好的情况。

Partition Tolerance（分区容错性）

即分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务。分区容错性要求能够使应用虽然是一个分布式系统，而看上去却好像是在一个可以运转正常的整体。比如现在的分布式系统中有某一个或者某几个机器宕机了，其它剩下的机器还能够正常运转满足系统需求，对于用户而言并没有什么体验上的影响。

BASE 理论

CP 和 AP：分区容错是必须保证的，当发生网络分区的时候，如果要继续服务，那么强一致性和可用性只能 2选 1。

BASE 是 Basically Available（基本可用）、Soft state（软状态）和 Ebentually consistent（最终一致性）
BASE 理论是对 CAP 中一致性和可用性权衡的结果，其来源对于大规模互联网系统分布式实践的总结，是基于 CAP 定理逐步演化而来的。BASE 理论的核心思想是：即使无法做到强一致性，但每个应用都可以根据自身业务特点，采用适当的方式来使系统达到最终一致性。
基本可用：

• 响应时间上的损失：正常情况下，处理用户请求需要 0.5s 返回结果，但是由于系统出现故障，处理用户请求的时间变为 3s。
• 系统功能上的损失：正常情况下，用户可以使用系统的全部功能，但是由于系统访问量突然剧增，系统的部分非核心功能无法使用。

软状态： 数据同步允许一定的延迟
最终一致性： 系统中所有的数据副本，在经过一段时间的同步后，最终达到一个一致的状态，不要求实时