分布式CAP理论和BASE理论

一、CAP理论

C:强一致性。
在分布式系统中各个节点之间，数据保持同步，在同步过程中，不能对外提供服务，否则就达不到强一致性的效果，必然会有数据不一致的情况出现。

强一致性特点:
1.同步过程一定是对资源加锁，同步完成后才释放锁。保证数据的强一致性。
2.在数据同步过程中，一定不能获取到旧数据，要么等待锁释放，获取新数据，要么直接报错。

举例:

在一个mysql数据库读写分离的项目架构中，写入数据进A数据库。读取数据用B数据库。A数据库与B数据库进行数据同步。如果保持强一致性，则A库写入新数据后，对A和B数据库同时进行加锁，然后进行数据同步。等数据同步完成后，释放锁，然后程序才能在B数据库读取成功数据。

A:可用性
用户发出请求后，不能返回报错信息或超时信息。必须返回所需数据。这就是可用性。

由此可见，C和A是互斥的。要想保证C，那么就要加锁，等待数据同步完成后，再对外提供服务。这样做的后果就是数据同步期间服务对外不可用，不能满足A。要想满足A，那就数据同步的时候不加锁，服务依然对外可用。这样就不满足C了。
所以，C和A，只能满足一个。

举例:还是读写分离的数据库。如果满足可用性，则数据写入A数据库后，不管数据是否同步到了B数据库。程序在读B数据库时，都会获取到数据。即使获取的数据为空或者为旧数据，都可以。这就是可用性。

P:分区容错性
分区容错性指分布式系统中某个节点挂掉后，或节点间因网络异常无法通信了，对外提供服务不能受到影响。不能因为某个节点挂了而导致整个项目无法运行了。

分布式系统中，必须保证P。C和A保证哪个，需要自己做取舍。
AP组合:
放弃强一致性。从而达到可用性。这个方案目前是采用最多的方案。放弃强一致性，达到最终一致性。即在数据同步过程中，获取到的数据是不一致的，但是等数据同步完成后，获取到的数据就是一致的。
例如退款操作。进入申请退款，明天钱才到账。这就是数据同步的过程，保证了可用性和数据最终一致性，而不是强一致性。

CP组合:
放弃可用性，保证强一致性。
例如，跨行转账，只有两边银行同时操作成功，才算成功，这就是强一致性。哪怕返回错误，服务不可用，也要保证钱的一致性。

二、BASE理论

上面提到CAP理论只能满足C和A之间的一个。所以大部分系统采用了实现CP来设计分布式系统。BASE理论就是针对CP理论的一个扩展。在CP的基础上，更进一步优化分布式系统。

BA:表示基本可用，允许一定程度的不可用。比如由于系统故障，请求时间变长，或者由于系统故障导致部分非核心功能不可用，都是允许的。

S:表示中间状态，比如，数据不同步，但是正在同步，这段期间，就是中间状态。

E:最终一致性。不要求数据实时同步，但最终数据是同步一致的。在达到一致的过程中，系统也是可用的。

可见，BASE理论就是合理化的解释了AP。这只是理论，具体的实现方式，不同的框架，有不同的实现方式。以后看到了要知道是应用的这个理论。