```yaml
分布式计算系统保证:
  - 一致性: "每次读取都会接收到最近一次写入的数据或者一个错误提示。"
  - 可用性: "每个请求都会收到一个响应，但不保证包含信息的最新版本。"
  - 分区容忍性: "系统在网络故障导致任意分区的情况下仍然可以继续运行。"
网络不可靠提示: "这意味着您需要支持分区容忍性。您需要在一致性和可用性之间做出软件权衡。"
CAP选项:
  CP: "等待分区节点的响应可能导致超时错误。如果您的业务需求需要原子读写，那么CP是一个好选择。"
  AP: "响应返回可在任何节点上获得的最容易获取的数据版本，这可能不是最新的。当分区解决时，写入可能需要一些时间来传播。"
反省:
  说明: "大约两个月前，我写了一篇博客文章解释CAP定理。自发布以来，我意识到我的思考方式相当过时，不再适用于实际世界。我试图在这篇文章中弥补这一点。"
CAP定理的作用:
  说明: "CAP定理指出，在一个分布式系统（一个共享数据的互联节点集合）中，您只能在以下三个保证中拥有两个：一致性、可用性和分区容忍性——必须牺牲其中一个。然而，正如您下面将看到的，您在这里的选择并不像您可能认为的那么多。"
网络和分布式计算的现实:
  说明: "分布式计算的一个谬误是网络是可靠的。它们不是。网络和网络的一部分经常出现意外和频繁的下线。您的系统会遇到网络故障，而您无法选择它们发生的时间。"
CAP的进一步讨论:
  说明: "鉴于网络并不完全可靠，您必须容忍分布式系统中的分区。幸运的是，当分区发生时，您可以选择如何行动。根据CAP定理，这意味着我们只剩下两个选择：一致性和可用性。"
CAP定理FAQ:
  版本: "1.0"
  日期: "2013年5月9日"
  作者: "Henry Robinson"
  邮箱: "henry.robinson@gmail.com"
  Twitter: "@henryr"
  网站: "http://the-paper-trail.org/"
  介绍: "对于分布式系统工程师来说，没有什么主题比经常被引用又经常被误解的CAP定理更具争议了。这个FAQ的目的是为了解释关于CAP已知的内容，以帮助那些新接触定理的人快速上手，并解决一些常见的误解或分歧点。"
CAP定理源起:
  - 演讲: "2000年，在分布式计算原理会议上，Eric Brewer博士发表了名为“走向健壮的分布式系统”的主题演讲。在演讲中，他提出了当时未经证实的“CAP定理” - 揭示了在分布式系统中正确性与始终可用性之间的紧张关系。"
  - 论文:
    - 描述: "两年后，麻省理工学院分布式系统领域的研究者Seth Gilbert和Nancy Lynch教授在他们的论文“Brewer猜想和一致性可用的分区容忍Web服务的可行性”中对这一猜想进行了正式证明。"
    - 链接:
      - "http://www.cs.berkeley.edu/~brewer/cs262b-2004/PODC-keynote.pdf"
      - "https://users.ece.cmu.edu/~adrian/731-sp04/readings/GL-cap.pdf"
CAP定理含义:
  可用性: "对数据存储的请求是否总会最终完成？"
  一致性: "所有节点看到的读写执行是否都是原子的或线性一致的？"
  分区容忍性: "网络允许丢弃任何消息。"
```