一致性

一致性说的是客户端的每次操作，不管访问哪个节点，要么读到的都是同一份最新的数据，要么读取失败。

可以把一致性看作是分布式系统对访问本系统客户端的一种承诺：不管访问哪个节点，要么返回的都是绝对一致的数据，要么读取失败。一致性强调的不是数据完整，而是各个节点间的数据一致。

一致性这个指标，描述的是分布式系统中非常重要的一个特性，强调数据的一致性。也就是说在客户端看来，集群和单机在数据一致性上是一样的。

所以一般CP的系统，为了保证数据一致性，当有某台机器宕机的时候，整个集群都无法写入

可用性

保证集群可用，但返回的数据不一定是最新的。该指标强调可用性，但不保证数据的一致。

分布式系统在面对网络分区（系统中的节点之间无法相互通信或通信延迟非常高的情况）时仍然能够正常运行。

只要有网络交互，就一定会有延迟和数据丢失，而这种情况我们必须接受，所以节点之间的分区故障是必然发生的。也就是说分区容错是前提，是必须要保证的。

如果因为消息丢失、延迟过高发生了网络分区，那么这个时候，集群节点收到来自客户端的写请求时，因为无法保证所有节点都是最新的，所以系统将会返回写失败错误，也就是说集群拒绝新数据写入。

当选择了可用性时，系统将始终处理客户端的请求，返回特定的信息。如果发生了网络分区，一些节点可能无法返回最新的数据

当系统处于正常运行时（系统绝大部分时间所处的状态）C 和 A 是可以同时保证的。只有当发生了分区故障的时候，才会需要从 C 和 A 之间做出选择。

如果各个节点的数据不一致影响到了业务的运行才选择CP模型，否则选择AP模型

一般使用setnx方法，通过Redis实现锁和超时时间来控制锁的失效时间
但在极端情况下，当redis的主节点挂掉，但锁还没有同步到从节点时，根据哨兵机制，从就变成了主继续提供服务，这时另外的线程可以再来请求锁，此时就会出现两个线程同时拿到锁的情况