PACELC

PACELC定理指出，在复制数据的系统中：

如果存在分区P，分布式系统可以再可用性和一致性即CA之间进行权衡；

当系统在没有分区的情况下正常运行时，系统可以再延迟和一致性之间进行权衡

定理的第一部分（PAC）与CAP定理相同，ELC是扩展（E指的是else）

定理的第一部分PAC与CAP定理相同，ELC是扩展，整片论文假设我们通过复制保持高可用性。因此，当出现故障时，CAP定理占上风，但如果不是，我们仍需要考虑复制系统的一致性和延迟之间的权衡。

• Dynamo和Cassandra是PA/EL系统：他们在发生分区时选择可用性而不是一致性；否则他们会选择比较低的延迟
• BigTable和HBase是PC/EC系统：他们总是会选择一致性，放弃可用性和更低的延迟。
• Mongodb可以被认为是PA/EC（默认配置）：MongoDB在主要、次要配置中工作。在默认配置中，所有写入和读取都在主节点上执行。由于复制都是异步完成的（从主节点到辅助节点），当存在主节点丢失或在少数节点上被隔离的网络分区时，可能会丢失未复制到辅助节点的数据，因此会丢失分区期间的一致性。因此，可以得出结论，在网络分区的情况下，MongoDB选择可用性但其他方面保持一致。或者，当MongoDB配置为在多数副本写入并从主副本上读取时，它可以归类为PC/EC

例如在ES中写数据过程中，需要将数据同步给其他副本。假设有俩个副本，R1，R2,。同步R1完成需要10ms时间，同步R2完成需要20ms事件，假设如果要完成一致性，我们需要等待20ms（ES数据同步是批量发生的）。但是，ElasticSearch采取的策略不是等待所有副本完成同步后才返回操作成功，其才去的策略是，如果主副本写入成功，部分副本同步失败也认为整体成功（同步失败原因可能因为超时未响应，也可能是副本存在故障）。可以明显看出，ES作为一款高性能的搜索引擎，在时延（Latency）和一致性（Consistency）上做了取舍。