C（Consistence）：一致性，集群节点数据的一致。
A（Availability）：可用性，集群节点只要存在一个节点就能对外提供服务，那就是可用。
P（Partition tolerance）：分区容忍性，分布式系统多个服务节点部署网络中的不同机器上，通过网络连接在一起，那么由于网络不稳定，所以一定会存在分区故障，导致网络分区，形成多个不连通的区域，那么如果某个数据只在一个分区中存在，其他分区就访问不到。然而提高分区容忍性的方法就是将数据复制到不同的分区上，那么数据复制就会导致不一致性，就需要在一致性（C）和可用性（A）之间进行权衡。

Base理论是CAP理论的延伸，它抛弃强一致性，来了个最终一致性。

• 基本可用(Basically Available)： 基本可用是指分布式系统在出现故障的时候，允许损失部分可用性，即保证核心可用。电商大促时，为了应对访问量激增，部分用户可能会被引导到降级页面，服务层也可能只提供降级服务。这就是损失部分可用性的体现。
• 软状态(Soft State)： 软状态是指允许系统存在中间状态，而该中间状态不会影响系统整体可用性。分布式存储中一般一份数据至少会有三个副本，允许不同节点间副本同步的延时就是软状态的体现。MySQL Replication 的异步复制也是一种体现。
• 最终一致性(Eventual Consistency)： 最终一致性是指系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。弱一致性和强一致性相反，最终一致性是弱一致性的一种特殊情况。