CAP原理认为一个提供数据服务的存储系统无法同事满足数据一致性（Consistency所有应用程序都能访问得到相同数据）,数据可用性（Availibility，在任何时候，任何程序都可以访问），分区耐受性（Partition Tolerance,系统可以跨网络分区线性伸缩）。
大型网站中为保证分布式系统的高可用性，一般会选择强化可用性（A）和伸缩性（P）,而在一定程度上放弃一致性（C）。
数据一致性可分为：
1.数据强一致性
各个副本数据在物理存储中总是一致，数据更新操作和操作相应是一直的，只要操作相应通知失败，那么数据一定没被更新
2.数据用户一致
物理存储的各个副本的数据可能是不一致的，但是终端用户访问时，通过纠错和校验机制，可以确定一个一直的且正确的数据返回给用户。
3.数据最终一致
物理存储数据可能不一致，终端用户访问的数据也可能不一致（同一用户连续访问，结果不同；或不同用户同时访问结果不同），但是系统通过一段时间（通常比较短）的自我恢复和修正，数据最终会达到一致。
因为数据的强一致性很难满足，所以需要结合具体的业务逻辑使存储系统达到用户一致，保证最终用户访问的数据正确行。