在數據庫中，一些技術人員因為數據的一致性問題而導致數據庫的運行出現問題。那么何為數據的一致性呢？中培偉業《ORACLE高級管理與性能調優最佳實踐》培訓專家賈老師指出，在數據有多分副本的情況下，如果網絡、服務器或者軟件出現故障，會導致部分副本寫入成功，部分副本寫入失敗。這就造成各個副本之間的數據不一致，數據內容沖突。 實踐中，導致數據不一致的情況有很多種，表現樣式也多種多樣，比如數據更新返回操作失敗，事實上數據在存儲服務器已經更新成功。

賈老師指出，CAP定理是2000年，由 Eric Brewer 提出來的。Brewer認為在分布式的環境下設計和部署系統時，有3個核心的需求，以一種特殊的關系存在。這里的分布式系統說的是在物理上分布的系統，比如我們常見的web系統。

3個核心的需求是：Consistency，Availability和Partition Tolerance，賦予了該理論另外一個名字 － CAP。

Consistency：一致性，這個和數據庫ACID的一致性類似，但這里關注的所有數據節點上的數據一致性和正確性，而數據庫的ACID關注的是在在一個事務內，對數據的一些約束。系統在執行過某項操作后仍然處于一致的狀態。在分布式系統中，更新操作執行成功后所有的用戶都應該讀取到最新值。

Availability：可用性，每一個操作總是能夠在一定時間內返回結果。需要注意“一定時間”和“返回結果”。“一定時間”是指，系統結果必須在給定時間內返回。“返回結果”是指系統返回操作成功或失敗的結果。

Partition Tolerance：分區容忍性，是否可以對數據進行分區。這是考慮到性能和可伸縮性。

CAP定理認為，一個提供數據服務的存儲系統無法同事滿足數據一致性、數據可用性、分區容忍性。

為什么不能完全保證這個三點了，個人覺得主要是因為一旦進行分區了，就說明了必須節點之間必須進行通信，涉及到通信，就無法確保在有限的時間內完成指定的行文，如果要求兩個操作之間要完整的進行，因為涉及到通信，肯定存在某一個時刻只完成一部分的業務操作，在通信完成的這一段時間內，數據就是不一致性的。如果要求保證一致性，那么就必須在通信完成這一段時間內保護數據，使得任何訪問這些數據的操作不可用。

如果想保證一致性和可用性，那么數據就不能夠分區。一個簡單的理解就是所有的數據就必須存放在一個數據庫里面，不能進行數據庫拆分。這個對于大數據量，高并發的互聯網應用來說，是不可接受的。

在大型網站應用中，數據規模總是快速擴張的，因此可伸縮性即分區容忍性必不可少，規模變大以后，機器數量也會變得龐大，這是網絡和服務器故障會頻繁出現，要想保證應用可用，就必須保證分布式處理系統的高可用性。所以在大型網站中，通常會選擇強化分布式存儲系統的可用性(A)和伸縮性(P)，在某種程度上放棄一致性(C)。一般來說，數據不一致通常出現在系統高并發寫操作或者集群狀態不穩（故障恢復、集群擴容等）的情況下，應用系統需要對分布式數據處理系統的數據不一致性有所了解并進行某種意義上的補償和糾錯，以避免出現應用系統數據不正確。