分布式事务——CAP和Base理论

如果我们期待实现一套严格满足ACID(Atomicity原子性、Consistency一致性、Isolation隔离性、Durability持久性)的分布式事务，很可能的情况就是系统的可用性和严格一致性出现冲突。在可用性和一致性之间永远无法存在一个两全其美的方案。

CAP定理

2000年7月，加州大学伯克利分校Eric Brewer教授提出了著名的CAP猜想。2年后，来自麻省理工学院的Seth Gilbert和Nancy Lynch从理论上证明了CAP，从此CAP定理成为了分布式计算领域公认的定理。

CAP理论：一个分布式系统不可能同时满足一致性(C:Consistency)、可用性(A:Availability)、分区容错性(P:Partition tolerance)这三个基本需求，并且最多只能满足其中的两项。

CAP猜想：http://www.cs.berkeley.edu/~brewer/cs262b-2004/PODC-keynote.pdf

CAP证明：http://lpd.epfl.ch/sgilbert/pubs/BrewesConjecture-SigAct.pdf

对于一个分布式系统来说，分区容错是基本需求否则不能称为分布式系统。因此架构师需要在C和A之间寻求平衡。

Base理论

Base = Basically Available+Soft state+Eventually consistent 基本可用性+软状态+最终一致性，由eBay架构师Dan Pritchett提出。Base是对CAP中一致性和可用性权衡的结果，源于提出者自己在大规模分布式系统上实践的总结。核心思想是无法做到强一致性，但每个应用都可以根据自身的特点，采用适当方式达到最终一致性。

基本可用：可响应时间可损失、可功能损失。

软状态：允许系统数据存在中间状态，但不会影响到系统的整体可用性，即允许系统在不同节点的数据副本之间进行数据同步时存在延时。

最终一致性：要求系统数据副本最终能够一致，而不需要实时保证数据副本一致。

最终一致性有5个变种：因果一致性、读己之所写(因果一致性特例)、会话一致性、单调读一致性、单调写一致性。在实际系统实践中，可以将若干变种结合起来。