CAP、BASE和ACID

当我们讨论数据一致性时，容易想到CAP、BASE和ACID，那么它们分别是什么呢？有什么区别和联系吗？

1. CAP

CAP定理又被称为布鲁尔定理，是分布式计算领域一个公认的定理。

C — Consistency（一致性）

它的英文解释为：A read is guranteed to return the most recent write for a given client.

可以理解为，对于某个客户端来说，保证读操作能够返回最新的写操作的结果。

A — Availability（可用性）

英文解释：A non-failing node will return a reasonable response within a reasonable amount of time(no error or timeout).

翻译过来就是，非故障节点在合理的时间内返回合理的响应(非错误和超时响应)。

P — Partition Tolerance（分区容忍性）

英文解释：The system will continue to function when network partitions occur.

当网络出现分区后，系统能够继续履行职责。

在一个分布式系统中，当涉及读写操作时，只能保证一致性、可用性和分区容忍性三者中的两个。因为网络本身并非100%可靠，因此分布式环境中，P要素(分区容忍)是必须要被选择的。因此分布式系统只能是CP或者AP架构。

2. BASE

BASE是Basically Available（基本可用）、Soft State（软状态）和Eventual Consistency（最终一致性）三个单词的缩写，其核心思想是无法做到强一致性(CAP的一致性即为强一致性)，但可以通过适合的方式达到最终一致性。

B — Basically Available（基本可用）

分布式系统在出现故障时，允许损失部分可用性，保证核心可用。

S — Soft State（软状态）

允许系统存在中间状态，而该中间状态不会影响系统整体可用性。这里说的中间状态可以理解为CAP理论中的数据不一致。

E — Eventual Consistency（最终一致性）

系统中所有的数据副本经过一定时间后，最终能够达到一致的状态。

BASE理论本质上是是对CAP的延伸和补充。因为CAP是忽略了延时的，但在实际的分布式应用中，延时是不可避免的。对于CP系统来说，完美的CP场景是不存在的，就算几毫秒的数据传输延迟，在这几毫秒的时间间隔内，系统是不符合CP要求的；而对于AP系统来说，一致性不是被彻底放弃，而是在系统发生网络分区期间，短暂放弃一致性。这就是BASE理论延伸的地方，分区期间放弃一致性，但分区故障恢复后，系统可以达到最终一致性。

3. ACID

ACID相对于CAP和BASE来说，关联性就相对弱了一些，CAP和BASE都是针对分布式系统架构提出的理论，而ACID是为了保证数据库管理系统中事务的正确性而提出来的一个理论。ACID是该理论中包含的4个约束的缩写，它们分别是：

A — Atomicity（原子性）

一个事务中的所有操作，要么全部完成，要么全部不完成，不会结束在某个中间状态。如果事务在执行过程中发生了错误，则回滚到执行之前的状态。

C — Consistency（一致性）

事务开始之前和事务结束之后，数据库完整性不被破坏。

I — Isolation（隔离性）

数据库允许多个并发事务对数据进行读写和修改的操作。隔离性可以防止多个事务并发时由于交叉执行导致的数据不一致性。事务隔离包括读未提交(Read uncommitted)、读提交(Read commited)、可重复读(Repeatable read)以及串行化(Serializable)四个级别。

D — Durability（持久性）

事务处理结束后，对数据的修改是永久的，即使系统故障也不能丢失。

综上：ACID的应用场景是数据库事务，而CAP和BASE关注的是分布式系统中数据的读写。

 

参考资料：李运华《从零开始学架构》