00 分布式基础

1 CAP 定理

1.1 概念

CAP 理论在分布式系统中

• 一致性：分布式环境下多个节点的数据是否强一致
• 可用性：分布式服务能一直保证可用状态。当用户发出一个请求后，服务能在有限时间内返回结果
• 分区容忍性：特指对网络分区的容忍性

对于共享数据系统，最多只能同时拥有CAP其中的两个，没法三者兼顾。

• 任两者的组合都有其适用场景
• 真实系统应当是ACID与BASE的混合体
• 不同类型的业务可以也应当区别对待
• 其中，分区容忍性又是不可或缺的。

结论：分布式系统中，最重要的是满足业务需求，而不是追求抽象、绝对的系统特性。

1.2 中间件实例

• 默认优先选择AP，弱化C
  Cassandra、Dynamo 等

• 默认优先选择CP，弱化A
  HBase、MongoDB 等

2 BASE 理论

a 核心思想

• 基本可用（BasicallyAvailable）

       分布式系统在出现故障时，允许损失部分的可用性来保证核心可用。

• 软状态（SoftState）

        允许分布式系统存在中间状态，该中间状态不会影响到系统的整体可用性。

• 最终一致性（EventualConsistency）

        分布式系统中的所有副本数据经过一定时间后，最终能够达到一致的状态

b 一致性模型分类

• 强一致性

        数据更新成功后，任意时刻所有副本中的数据都是一致的，一般采用同步方式实现

• 弱一致性

        数据更新成功后，系统不承诺立即可以读到最新写入的值，也不承诺具体多久后可读到

• 最终一致性

        弱一致性的一种形式，数据更新成功后，系统不承诺立即可以返回最新写入的值，但是保证最终会返回上一次更新操作的值。