分佈式基本理論CAP與BASE
1 CAP理論
CAP理論是分佈式系統中最核心的基礎理論，一個分佈式系統最多隻能同時滿足一致性(Consistency)、可用性(Availablity)、分區容錯性(Partition Tolerance)三項中的兩項。
1.1 CAP的含義
在分佈式系統中，由於系統的拆分，P是固定的，CAP的應用模型只能是CP和AP。
1.1.1 Consistency(一致性)
all nodes see the same data at the same time. 所有節點在同一時刻訪問的數據副本都是一樣的。
要麼讀取到最新數據，要麼讀取失敗，強調的是數據正確。
1.1.2 Availability(可用性)
Reads and writes always succeed.系統提供的服務必須是一直處於可用狀態，而且對於用戶的每一個請求都能在有限的時間內獲得正常的響應(數據有可能並不是最新的)。
一定返回數據，不返回錯誤，但不保證是最新數據，強調的是不出錯。
1.1.3 Partition Tolerance(分區容錯性)
the system continues to operate despite arbitrary message loss or failure of part of the system. 當部分節點出現消息丟失或網絡分區故障時，仍能夠對外提供滿足一致性和可用性的服務。
系統一直運行，不管內部出現何種數據同步問題，強調的是不掛掉。
1.2 CAP理論的應用
通常在分佈式系統中，爲了保證數據的高可用，通常會設置多個副本，只能在一致性和可用性之間做選擇。業務上對一致性的要求會直接反映在系統設計中，典型的就是CP和AP架構。
-
CP架構：放棄可用性，追求一致性和分區容錯性。
Zookeeper就是採用CP架構，Zookeeper是一個分佈式服務框架，主要解決分佈式集羣中應用系統的協調和一致性問題。核心算法是ZAB算法，所有設計都是爲了一致性。在面對網絡分區時，爲了保持一致性，它將是不可用的。
-
AP架構：放棄一致性，追求可用性和分區容錯性。
Eureka中各個節點都是平等的，幾個節點掛掉並不影響正常節點的工作，剩餘的節點依舊可以提供註冊和查詢服務，只要有一個節點存在，就能保證可用性，只不過數據可能不是最新的。
2 BASE理論
BASE理論由ePay架構師提出，是對CAP理論的延伸，核心思想是無法做到強一致性(Strong Consistency)，但應用可以採用合適的方式達到最終一致性(Eventual Consistency)。
BASE指基本可用(Basically Available)、軟狀態(Soft State)、最終一致性(Eventual Consistency)。
2.1 BASE的含義
2.1.1 基本可用(Basically Available)
不再追求CAP中的”任何時候，讀寫都是成功的“，而是系統能夠基本運行，一直提供服務。基本可用強調了分佈式系統出現不可預知故障時，允許損失部分可用性，比如響應時間變長或者服務被降級。
2.1.2 軟狀態(Soft State)
軟狀態對應ACID事務中的原子性，在ACID的事務中，實現的是強一致性。軟狀態允許系統中的數據存在中間狀態，並認爲該狀態不影響系統的整體可用性，即允許系統在多個不同節點的數據副本存在數據延時。
2.1.5 最終一致性(Eventual Consistency)
最終一致性是弱一致性的特例，強調所有副本數據，在經過一段時間同步後，最終都能達到一致的狀態。最終一致的本質是需要系統保證數據最終能夠達到一致，而不需要實時保證系統數據的強一致。
3 CAP與BASE關係
CAP描述了一致性、可用性、分區容錯性之間的制約關係。BASE理論是CAP理論的實際應用，即在分區和副本存在的前提下，放棄強一致性，實現基本可用。大部分分佈式系統都會做這種選擇，如NoSQL系統、微服務架構等。
除了CAP和BASE，還有ACID，它是一種強一致性模型，強調原子性、一致性、隔離性、持久性，主要用於數據庫實現。Base理論面向的是高可用、高擴展的分佈式系統，ACID適合傳統金融等業務，在實際場景中，不同業務對數據一致性要求不一樣，ACID和BASE往往會結合使用。
參考資料
- CAP 定理的含義
- 拉勾專欄： 分佈式技術原理與實戰45講