在 CAP 定理中，可用性指的是系统在网络分区或节点故障期间响应每个请求的能力。优先考虑可用性的系统保证每个客户端都会收到响应——无论是否是最新的数据——没有错误或超时。这确保了系统保持运行和可访问，即使某些组件暂时断开或出现故障。例如，在分布式数据库集群中，如果网络分区将节点分成隔离组，则以可用性为中心的系统仍然允许在分区的两侧进行读写操作，即使这会导致数据不一致，直到分区解决。
可用性与一致性形成对比，一致性确保所有节点在同一时间看到相同的数据。当发生分区时，系统必须选择是提供可能过时的数据（优先考虑可用性），还是阻止请求直到恢复一致性（优先考虑一致性）。例如，电子商务平台可能会在网络中断期间优先考虑可用性，允许用户将商品添加到购物车，即使库存计数暂时过时。这种权衡意味着用户可以继续与系统交互，但他们可能会遇到不一致（例如，购买不再有库存的商品）。对于面向用户的应用程序来说，可用性通常至关重要，因为停机时间会直接影响用户体验或收入。
在实践中，可用性并不意味着系统对故障免疫——它意味着系统被设计成可以优雅地处理故障。像 Apache Cassandra 或 DynamoDB 这样的现代分布式系统通过允许向任何节点进行写入和读取，即使在分区期间，同时使用诸如冲突解决或最终一致性之类的技术来稍后协调数据，从而优先考虑可用性和分区容错性（CAP 中的 AP）。但是，这种方法需要仔细的设计，例如使用基于仲裁的写入或版本向量来管理过时数据。开发人员必须评估他们的应用程序是否可以容忍暂时的不一致（例如，社交媒体 Feed）或需要严格的一致性（例如，银行系统）。在中断期间，选择可用性通常涉及平衡用户体验与数据准确性。