CAP Theorem
CAP 定理說明在分散式系統中，一致性（Consistency）、可用性（Availability）和分區容忍性（Partition Tolerance）三者最多只能同時滿足兩個。
三個特性
Consistency（一致性）
確保每個節點（Node）的資料都一樣。所有節點在同一時間看到的資料是相同的。
Availability（可用性）
每次向資料庫伺服器發出請求（Request），都可以取得回應（Response），但不保證回應為最新的資料。
Partition Tolerance（分區容忍性）
當節點之間的網路發生分區（無法通訊）時，系統仍能繼續運作。
策略選擇
在實際應用中，由於網路分區是不可避免的，因此必須在 CP 或 AP 之間做選擇。
CP（Consistency + Partition Tolerance）
犧牲可用性的分散式資料庫。
- 特性：在網路分區發生時，優先保證資料一致性，可能會拒絕部分請求
- 適用情境：貼文系統、訊息系統等需要強一致性的場景
- 代表：Google BigTable、MongoDB、分散式 RDBMS
AP（Availability + Partition Tolerance）
犧牲一致性的分散式資料庫。
- 特性：在網路分區發生時，優先保證可用性，允許各節點暫時有不同的資料
- 適用情境：按讚系統、社交媒體 feed 等可接受最終一致性的場景
- 代表：Amazon DynamoDB、Cassandra
CA（Consistency + Availability）
犧牲分區容忍性的資料庫。
- 特性：當網路分區發生時無法繼續運作
- 適用情境：單機或經過 Sharding 的資料庫（不能承受單機損壞）
- 注意：違反了分散式架構的初衷，基本上不會存在於真正的分散式系統中