ACID，CAP和BASE定理

ACID

ACID是传统关系型数据库事务的四个特性，其中的四个字母分别代表以下单词：

1、原子性(Atomicity): 指所有在事务中的操作要么都成功，要么都不成功，所有的操作都不可分割，没有中间状态。一旦某一步执行失败，就会全部回滚到初始状态。
2、一致性(Consistency): 在事务开始之前和事务结束以后，数据库的完整性约束没有被破坏。这表示写入的资料必须完全符合所有的预设约束、触发器、级联回滚等
3、隔离性(Isolation)：数据库允许多个并发事务同时对其数据进行读写和修改的能力，隔离性可以防止多个事务并发执行时由于交叉执行而导致数据的不一致。事务隔离分为不同级别，包括未提交读（Read uncommitted）、提交读（read committed）、可重复读（repeatable read）和串行化（Serializable）。
4、持久性(Durability)：事务处理结束后，对数据的修改就是永久的，即便系统故障也不会丢失。

具有ACID特性的数据库系统，可以保证在写入或更新数据时，事务是正确可靠的。ACID的目标是保证数据的正确性和一致性。

二、CAP

C（Consistency）：(强)一致性

同一时间所有节点的数据都一致

A（Availability）：可用性

任何时候所有节点都可以提供服务，并在正常时间内响应

P（Partition tolerance）：分区容错性

某些节点出错后，不影响整体提供服务。（分布式架构下，认定P总是成立）

分区容错性：网络允许丢失一个节点发给另一个节点的任意多的消息。

CAP理论：CAP三者不可同时共存，只能以CP、AP、CA的形式满足要求。在分布式场景下，默认P是成立的，所以一般情况下，架构满足的是CP、AP。

网络分区不会一直存在，但也无法避免。一旦发生网络分区，分布式系统就只能在A和C之间做出选择：

保证一致性（Consistency），等待网络恢复时数据同步完成，才向客户端提供服务，等待同步的过程服务不可用。
保证可用性（Availability），总是响应客户端的请求，而不等待数据同步，服务可用但是不保证返回的数据是最新的。

三、BASE

相对而言，BASE更像是对于CAP的妥协，一种折中的方案。我们很难同时满足C、A、P，但是我们可以同时满足弱化的C、A、P。

BA（Basically Available）：基本可用

分布式系统在出现故障时，允许损失部分可用功能，保证核心功能可用。如电商网站交易付款出现问题了，商品依然可以正常浏览。或者双11时候的服务降级。

S（Soft State）：软状态

和CAP中C的强一致不同，BASE允许存在中间状态——软状态。某节点更新后，其他节点在更新时，无需加锁。（期间读取到了旧数据也是允许的，因为我们牺牲了一定的一致性来满足可用性）

E（Eventually Consistent）：最终一致性

所有节点的数据，在最终是一致的状态。比如多个节点更新数据，中间过程时可能不同，但是最终的结果，大家都是相同的。

BASE理论和ACID

BASE 理论为了⽀持⼤型分布式系统，通过牺牲强⼀致性，保证最终⼀致性，来获得⾼可⽤性，是对 ACID 原则的弱化。

ACID 与 BASE 是对⼀致性和可⽤性的权衡所产⽣的不同结果，但⼆者都保证了数据的持久性。

ACID 选择了强⼀致性⽽放弃了系统的可⽤性。与 ACID 原则不同的是，BASE 理论保证了系统可⽤性，允许数据在⼀段时间内可以不⼀致，最终达到⼀致状态即可，也即牺牲了部分的数据⼀致性，选择了最终⼀致性。

参考链接：链接