谈谈CAP

分布式领域的CAP理论：
- Consistency(一致性)，数据一致更新，所有数据变动都是同步的
- Availability(可用性)，意味着服务是可用的，有一个属性：延迟
- Partition tolerance(分区容错性)可靠性。除了整个网络的故障外，其他的故障（集）都不能导致整个系统无法正确响应，单结点的partition就等同于服务器crash.即通过多结点部署提高分区容错性.

定理：任何分布式系统只可同时满足两点，没法三者兼顾。

要保证一致性和可用性，那么就会降低可靠性，即系统单点问题；
要保证一致性和可靠性，即保证多结点的数据一致更新，在数据同步的过程中，系统的可用性就会降低；
要保证可用性和可靠性，就需要降低系统中多结点数据的高一致性，即soft state(软状态)：状态可以有一段时间不同步。接受事情会变得“最终一致”。

CAP定理在应用系统规模化时最有效。在低压力的情况下，小的延迟（以便数据库达到一致的状态）还不足以对整体的性能或用户体验造成影响

关系数据库的ACID模型拥有高一致性+可用性，但很难进行分区

跨数据库事务：2PC（two-phase commit）,2PC is the anti-scalablility pattern（是反可伸缩模式的），JavaEE中的JTA事务可以支持2PC。因为2PC是反模式，尽量不要使用2PC，使用BASE来回避

BASE：
- Basically Available，基本可用，支持分区失败（eg,sharding）
- Soft state，软状态，状态可以有一段时间不同步。ACID是一种hard state,讲究强一致性
- Eventually consistent,最终一致，最终数据一致就可以了，而不是时时高一致
牺牲高一致性，获得可用性和可靠性
BASE，化学中的含义是碱，而ACID化学中的含义是酸。即BASE是ACID的反面。但如果认为任何架构应用完全基于一种（BASE）或完全基于另一种（ACID)，就大错特错。

PS：任何系统一旦规模上来，你的关注点就会转向诸如操作维护，监控，安全，自动化发布等

参考资源：
1.佳文分享：CAP定理，http://blog.csdn.net/cutesource/article/details/5621725
2.CAP原理和BASE思想，http://www.jdon.com/37625