【分布式理论】CAP和BASE

【分布式理论】CAP和BASE

CAP

什么是CAP？

• 一致性（Consistency） 每次访问都能获得最新数据但可能会收到错误响应

• 可用性（Availability）每次访问都能收到非错响应，但不保证获取到最新数据

• 分区容错性（Partition tolerance）在任意分区网络故障的情况下系统仍能继续运行

CAP定理

在一个分布式计算系统中，只能同时满足下列的两点，即三者不能同时满足。

网络并不可靠，所以你应要支持分区容错性，并需要在软件可用性和一致性间做出取舍。即要么是AP，要么是CP

CP的特点

响应节点上可用数据的最近版本可能并不是最新的。当分区解析完后，写入（操作）可能需要一些时间来传播。

如果业务需求允许最终一致性，或当有外部故障时要求系统继续运行，AP 是一个不错的选择。

AP的特点

等待分区节点的响应可能会导致延时错误。如果你的业务需求需要原子读写，CP 是一个不错的选择。

BASE

核心思想是即使无法做到强一致性，但每个应用都可以根据自身业务特点，采用适当的方式来使系统达到最终一致性。

其实就是要牺牲数据的一致性（不保证强一致性，只保证最终一致性）来满足系统的高可用性，系统中一部分数据不可用或者不一致时，仍需要保持系统整体“主要可用”。

什么是BASE？

• Basically Available（基本可用）出现不可预知故障的时候，允许损失部分可用性
• Soft state（软状态）允许系统数据存在中间状态，不会影响系统的整体可用性，即允许系统在不同节点的数据副本之间进行数据同步的过程存在延时
• Eventually consistent（最终一致性）在经过一段时间的同步之后，最终都能够达到一个一致的状态