我不知道这是否是一个正确的问题。
众所周知，在CAP定理中，“A”表示“可用性”。在wikipedia上，“可用性”的解释是：
Availability: a guarantee that every request receives a response about whether it was successful or failed
但是，从工程角度来看，没有 ABSOLUTE 可用性。我们只能说系统的可用性是5'9'（99.999％），甚至是8'9'，但我们不能说系统的可用性是100％，100％可用系统实际上不会退出，即使系统有数百万个重复节点，对吧？
CAP定理证明没有系统可以同时满足3个要求。我的问题是，如果一个系统声称同时满足“A”和“P”，那么这个“A”的准确含义是什么？ 6'9'甚至更高？
答案 0 :(得分：13)
我建议你避免使用维基百科，而是阅读Gilbert and Lynch证明中提供的定义。
“系统中非故障节点收到的每个请求都必须 导致回复“
以及回答你问题的相关脚注
“Brewer最初只需要几乎所有请求才能收到 响应。因为允许概率可用性不会改变 当任意故障发生时，我们要求简单 100％可用性“
因此，如果几乎所有请求都收到响应或我们允许发生任意故障，则可以认为系统具有高可用性。
答案 1 :(得分：2)
CAP中的可用性意味着“所有（非故障）节点可用于查询”。它与维基百科链接无关，这与“高可用性”有关。
例如，PAXOS算法是CP（无可用性属性），因为少数节点在分区期间“关闭”。但如果您需要一致性，则PAXOS被视为“高可用性”。
相反，单节点MySQL数据库服务器是CA（具有CAP可用性属性）。它可以重新启动（并在BIOS检查，文件系统检查，数据库修复等时停机数小时）。完成启动后，它会再次开始响应查询。这是完美的可用性（根据CAP定理），但“高可用性”的可用性很差。
答案 2 :(得分：1)
我同意Mark Burgess：The CAP Theorem Is Not a Theorem。 Brewer推测的CAP属性根本没有明确定义，足以提供严格的数学证明。因此，可用性很难“理解”的原因可能是因为它在这种情况下根本没有明确定义。
答案 3 :(得分：0)
选择可用性的系统将通过继续为所有请求提供服务来处理网络分区，即使它们导致不一致（例如，不同网络分区中的节点都接受可能存在冲突的写入）。
选择一致性的系统将限制网络分区期间的合法操作量（例如，不接受写入，因为它们可能会导致冲突/不一致）。
无法同时选择两者。
我认为一个假设的系统也可以选择在网络分区期间崩溃，但这似乎不是一个非常实用的设计......