CAP定理
Version 1.0.0 · 更新于 2026-07-30
CORE DEFINITION · 核心定义
在一个分布式系统（如区块链、云数据库）中，无法同时满足以下三点，最多只能三选二： 1. 一致性 (Consistency)： 所有节点在同一时刻看到的数据是一样的。 2. 可用性 (Availability)： 系统每次请求都能得到响应（不会挂掉）。 3. 分区容错性 (Partition Tolerance)： 即使网络故障导致节点间无法通信，系统依然能运行。
SCAFFOLDING EFFECT · 脚手架效应
降低认知负荷
在理論計算機科學中，CAP定理（CAP theorem），又被稱作布魯爾定理（Brewer's theorem），它指出對於一個分布式计算系統來說，不可能同時滿足以下三點： 一致性（Consistency） 所有节点访问同一份最新的数据副本 可用性（Availability） 每次请求都能获取到非错的响应——但是不保证获取的数据为最新数据 分区容错性（Partition tolerance） 以实际效果而言，分区相当于对通信的时限要求。系统如果不能在时限内达成数据一致性，就意味着发生了分区的情况，必须就当前操作在C和A之间做出选择。 理解CAP理论的最简单方式是想象两个节点分处分区两侧。允许…
锚定快速决策
基于"分布式不可能三角"。网络分区(P)不可避免，故实际在 C 与 A 间权衡；分区时要么一致(牺牲可用)要么可用(牺牲一致)。
MINIMUM ACTION · 最小行动
进行中 0/1在一个真实场景中练习这个模型：
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more
来源明确性: 明确
- zh.wikipedia.orghttps://zh.wikipedia.org/wiki/CAP%E5%AE%9A%E7%90%86verified
PRIVATE NOTES · 仅自己可见
已保存问答
ENTRY Q&A · 可保存至我的笔记
在清晰边界内提问
thinkingmodels 仅基于已发布的条目上下文回答。
你的问题会发送给 thinkingmodels；回答仅使用公开词条上下文。
RELATED MODELS · 相关模型