分布式系统的CAP与Base？

CAP？

CAP定律说的是在一个分布式计算机系统中，一致性，可用性和分区容错这三个条件无法同时满足，最多满足两个

 

强一致性（C）：系统在执行某项操作后仍然处于一致的状态。在分布式系统中，更新操作执行成功后所有的用户都读取到最新的值，等于所有节点访问同一份最新的数据副本

 

可用性（A）：每一个操作总是能够在一定的时间内返回结果，一定时间指的是在可以容忍的范围内返回结果，结果可以是成功或失败。对数据更新具备高可用性

 

分区容错性（P）：在网络分区的情况下，仍然可以接收请求（在网络中断，消息丢失的情况下，系统照样能够工作），系统如果不能再时限内达成数据一致性，就意味着发生了分区的情况，需要在C和A之间做出选择

 

C.A.P的选择？

放弃P：不进行分区，将所有数据放在同一台机器上，但是会严重影响系统的扩展性

放弃A： 一旦遇到分区容错故障，那么受到影响的服务需要等待一定的时间，在此期间无法提供服务

放弃C： 放弃数据的强一致性，但是保留了数据的最终一致性（例如淘宝的双11）

 

C和A的抉择：分布式系统中，最终能实现两点，而P是一定要实现的（不然怎么叫分布式），所以C和A要进行选择权衡

因为通信中可能会出现通信失败，这个时候就要考虑该系统是能提供服务还是不能提供服务（提供服务就是可用性，不提供服务就是一致性）

 

CP：满足一致性，性能不是很高，金融系统使用  zookeeper

AP：不满足强一致性，性能高，电商网站使用      redis

 

BASE？

基本可用：分布式系统出现故障时，允许损失部分可用性，保证核心可用

软状态： 允许系统存在中间状态，该中间状态不会影响系统整体可用性。分布式存储中一般一份数据至少有三个副本，允许不同节点间副本同步的延时

最终一致：系统中所有数据副本经过一定时间后，最终能够达到一致的状态，最终一致性就是弱一致行动特殊情况