CAP设计原则

CAP设计原则，是Brewer教授在2000年提出的，它包括了三个方面：
         C（consistency）一致性：数据的一致性，多台服务器间的数据保持一致。
         A（Availability）可用性：即表示性能要求，响应速度快，效率高。
         P（Partition tolerance）:分区容错性。一个服务需要在局部出错的情况下，没有出错的那部分被复制的数据分区仍然可以支持部分服务的操作，可以简单的理解为可以很容易的在线增减机器以达到更高的扩展性，即所谓的横向扩展能力。

以上的三点，同时最多只能满足两点。而分区容错是必须要被满足的。大部分情况都会在CA中间进行取舍。

        在海量数据访问环境下，会有一些基本的策略来提高服务质量，例如：

1. 数据sharding。数据分片能够将海量数据的单张数据表拆分，从而提高单表查询效率。但是由此带来的数据一致性维护开销会大大加大。
2. 缓存（cache）。增加cache会大大提高访问速度，但是cache的扩展又是一个头疼的问题，即使在使用一致性hash算法的前提下，扩展节点仍然会造成cache的失效问题。我们还会有一个监控系统，来监控每个节点的cache的状态，包括容量，命中率等。
3. 灰度发布：只开放部分用户验证系统的可用性，在服务稳定后再向外完全推出也是一个很好的策略方案。
4. 监控和报警。没有完美运行的服务，及时发现解决问题是必不可少的。良好的监控报警能够使服务不断的得到优化，从而越来越健壮。
5. 配置中心化：中心化的配置和监控也是很好的策略，能够帮助管理海量服务，并随时监控服务状态。
6. 自定义的协议。