深入理解云存储和云计算-理论基础

引言：在各种各样的硬件设备上运行着N多的worker，而任意一个worker都能够独立解决一个问题。每一个集群有这样的设备成千上百个，而同时又有一打这样的集群互相连接交互，于是，这么一个总的集合称为“云”，而其提供的服务称为“云计算”。 
在“云中”的任一设备或集群都可以做到"进出自由"、任何崩溃的worker都能被检测和重启，那么，基本上就可以称为靠谱的云计算了。 

对于理解云存储和云计算，CAP，BASE，ACID以及最终一致性这些原理有着指导作用

CAP：（Consistency-Availability-Partition Tolerance一致性，可用性（在可写的时候可读, 可读的时候可写 ），分区容忍性），有研究证明对于数据系统来说，如果要满足其中2个要素，就必须放宽其第三要素的要求，即三者不可兼得，但是对于分布式系统来说，分区容忍性是必须具备的要求，所以在分布式系统的设计中一致性和可用性是必须要舍弃一个的。

eg：

传统数据库一般采用CA即强一致性和高可用性

nosql，云存储等一般采用降低一致性的代价来获得另外2个因素

ACID：按照CAP分法ACID是许多CA型关系数据库多采用的原则：

A：Atomicity原子性，事务作为最小单位，要么不执行要么完全执行

C：Consistency一致性，一个事务把一个对象从一个合法状态转到另一个合法状态，如果交易失败，把对象恢复到前一个合法状态。即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

I：Isolation独立性（隔离性），事务的执行是互不干扰的，一个事务不可能看到其他事务运行时，中间某一时刻的数据。

D：Durability：事务完成以后，该事务所对数据库所作的更改便持久的保存在数据库之中，并不会被回滚。

BASE：一般是通过牺牲强一致性，来换取可用性和分布式

BA：Basically Aavilable基本可用：允许偶尔的失败，只要保证绝大多数情况下系统可用

S：Soft State软状态：不要求任意时刻的数据都保持同步

E：Eventual Consistency最终一致性：要求数据在一定的时间内达到一致性

以云存储为例：目前的云存储多以整体上采用BASE局部采用ACID，由于使用分布式使用多备份所以多采用最终一致性