分布式理论之CAP和BASE

1、CAP理论

CAP理论是分布式系统的基础理论。要理解这个理论，首先要弄明白C、A、P的含义。

①C——一致性（Consistency）

一致性指的是数据在多个副本之间保持一致的特性。如果数据更新以后，访问任何一个副本得到的数据都是更新后的数据，那么这个系统就处于一致的状态。
假如我们有一个源端数据库，还有一台备份机对源端进行实时备份，如图：

此时控制机向源端发出修改Name属性的请求，随后客户端分别向源端和备端请求Name属性的值。满足一致性特性的分布式系统如图所示：

如果一个分布式系统不满足一致性特性，就可能发生以下情况：

②A——可用性（Availability）

可用性是指每次请求都能获取到正确的响应，但是不保证获取的数据为最新数据。在上面的第二种情况中，这个系统虽然不符合一致性特性，但是是可用的，也就是进行了正确的读写操作。

③P——分区容错性（Partition Tolerance）

分布式系统在遇到任何网络分区故障的时候，仍然需要能够保证对外提供满足一致性和可用性的服务，除非是整个网络环境都发生了故障。也就是说，如果分布式系统的部分故障不影响系统整体的正常运作，我们就称这个系统具有分区容错性。

以百度为例，当我们使用搜索引擎进行搜索时，访问请求会发送至百度的反向代理服务器，该服务器会根据各个提供实际搜索业务的服务器的压力、延迟等，转发我们的请求（这里涉及到负载均衡算法）。假如一般情况下，我们的搜索请求会被转发至A服务器，但是某一天A服务器发生故障宕机了，我们的请求被转发至B服务器，那么B服务器返回给我们的页面会和A服务器不同吗？返回页面会因为A服务器的故障而缺失内容吗？显然是不会的。这就说明百度处理搜索请求的分布式系统满足分区容错性的特性。（该案例仅用于帮助理解概念，不代表真实情况）

④CAP理论（又叫布鲁尔定理）

该理论指出，一个分布式系统只能满足CAP三者中其二，如下图所示

2、BASE理论

BASE理论是 Basically Available(基本可用)、Soft-state(软状态) 和 Eventually Consistent(最终一致性) 三个短语的缩写。实际上这个理论是对于CAP理论的一种补充，即在系统已经满足两种特性的情况下，在某种程度上保证未满足的特性。下面来对BASE理论的三种特性进行解释：

①基本可用

在分布式系统出现故障，允许损失部分可用性（注意，这里不等于系统不可用）。
举例来说，假如在理想软硬件和网络环境下，我们用搜索引擎进行一次搜索，到返回结果页面耗时0.5s。但由于部分服务器故障，服务器集群整体的压力增加，本次访问的耗时可能增加1-2s，但仍然能顺利完成访问请求，那么这个分布式系统就是基本可用的。

②软状态

允许分布式系统出现中间状态。而且中间状态不影响系统的可用性。

③最终一致性

软状态不能一直存在，分布式系统的数据必须最终达到一致。

3、ACID和BASE

传统数据库强调事务的ACID特性，而分布式数据库则遵循BASE特性。这是因为传统数据库在设计上严格保证了数据库的可靠性，但是在性能上无法应对海量数据的场景；而分布式数据库可以很好地处理海量数据场景，大幅度提高了整体数据库的性能，在设计上必然要牺牲一部分可靠性。这也体现了两者完全不同的设计哲学。