【分布式】CAP定理和BASE理论

一、CAP定理

       对于一个分布式系统来说，不可能同时满足一致性（Consistence）、可用性（Availability）、分区容错性（Partition Tolerance）。三者不可得兼。至多只能满足2个。

                                           

       1、一致性（Consistence）

       对于某个客户端来说，读操作能够返回最新的写结果。

       2、可用性（Availability）  

       非故障的节点在合理的时间内返回合理的响应（不是错误和超时的响应）。

       3、分区容错性（Partition Tolerance）

       当出现网络分区后，系统能够继续“履行职责”。

       4、CAP应用

       虽然CAP理论是三者不可得兼，只能取其二。但是在分布式环境下，我们会发现必须选择p（分区容错）要素。因为网络无法做到100%可靠。

       反证法：假如我们选择CA，当发生分区现象时，为了保证一致性（C），系统需要禁止写入，当有写请求时系统返回error（例如，当前系统不允许写入），这又和可用性（A） 冲突了。因此分布式系统只能选择CP和AP。

       ① Consistency/Partition Tolerance

       当发生分区现象后，N1 节点上的数据已经更新到 y，但由于 N1 和 N2 之间的复制通道中断，数据 y 无法同步到 N2，N2 节点上的数据还是 x 。为了保证一致性（也就是说读到的值应为y），当客户端C访问N2时，N2需要返回Error。提示客户端C“系统现在发生了错误”。这违背了可用性（Availability）的要求。

                                                               

       ② Availability/Partition Tolerance

       当发生分区现象后，N1 节点上的数据已经更新到 y，但由于 N1 和 N2 之间的复制通道中断，数据 y 无法同步到 N2，N2 节点上的数据还是 x。为了保证可用性，此时客户端C访问N2，N2将自己拥有的数据x返给客户端C。而实际上，当前最新的值已经是y了。 这就不满足一致性（Consistence）的要求了。

       （注意：这里N2节点返回x，虽然不是一个“正确”的结果。但是一个“合理”的结果。因为x是一个旧的数据，不是错换的数据，只是不是最新的数据而已）

                                                             

二、BASE

       BASE是指基本可用（Basically Available） 、软状态（Soft State）、最终一致性（Eventual Consistency）。其核心思想是即使无法做到强一致性（CAP中的一致性就是强一致性），但可以采用适合的方式达到最终一致性。

       1、基本可用：

       分布式系统再出现故障时，允许损失部分可用性，即保证核心可用。

       这里的关键词是"部分"和"核心"。具体选择哪些作为可以损失的业务，哪些是必须保证的业务，是一项有挑战的工作。例如，对于一个用户管理系统来说，“登录”是核心功能，而“注册”可以算法是非核心功能。因为未注册的用户本来就还没有使用系统的业务，注册不了最多就是损失一部分用户。但如果已经注册过了，却无法登录，那意味着用户无法使用系统。比如充了钱的游戏不能玩了。。。

       2、软状态

       允许系统存在中间状态，而该中间状态不会影响系统整体可用性。这里的中间状态，就是CAP理论中的数据不一致。

       3、最终一致性 

       系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。

       这里的关键是"一定时间"和“最终”。一定时间和数据的特性是强关联的，不同的数据能够容忍的不一致时间是不同的。最终的含义就是不管多长时间，最终还是要达到一致性的状态。

       BASE理论本质上是对CAP的延伸和补充，更具体的说，是对CAP中AP方案的一个补充。前面在说CAP理论时，提到了其实和BASE相关的两点。

       ① CAP理论是忽略延时的，而实际应用中，延时是无法避免的。

       ② AP方案中牺牲一致性只是指分区区间，而不是永远放弃一致性。

       综上所示，CAP 是分布式系统设计理论，BASE 是 CAP 理论中 AP 方案的延伸。