一文读懂从ACID到CAP/BASE

先上图

坚持看完你将收益匪浅

ACID

• 事务(Transaction)是由一系列对系统中数据进行访问与更新的操作所组成的一个程序执行逻辑单元(Unit),狭义上的事务特指数据库事务。一方面,当多个用程序并发访问数据库时，事务可以在这些应用程序之间提供一个隔离方法、以防止彼此的操作互相干扰。另一方面，事务为数据库操作序列提供了一个从失败中恢复到正常状态的方法，同时提供了数据库即使在异常状态下仍能保持数据一致性的方法。

事务具有四个特征，分别是原子性( Automicity )、一致性(Consistency ) ,隔离性(Isolation)和持久性(Durability),简称事务的ACID特性。

原子性

事务的原子性是指事务必须是一个原子的操作序列单元。事务中包含的各项操作在一次执行过程中，只允许出现以下两种状态之一

• 全部成功执行。
• 全部不执行。

任何一项操作失败都将导致整个事务失败，同时其他已经被执行的操作都将被撤销并回滚，只有所有的操作全部成功，整个事务才算是成功完成。

隔离性

事务的隔离性是指在并发环境中，并发的事务是相互隔离的，一个事务的执行不能被其他事务所干扰。也就是说，不同的事务并发操纵相同的数据时，每个事务都有各自完整的数据空间，即一个事务内部的操作及使用的数据对其他并发事务是隔离的，并发执行的各个事务之间不能互相干扰。

在标准SQL规范中，定义了4个事务隔离级别，

未授权读取

• 未授权读取也被称为读未提交(Read Uncommitted)，该隔离级允许脏读取，其隔离级别最低。换句话说，如果一个事务正在处理某一数据，并对其进行了更新，但同时尚未完成事务，因此还没有进行事务提交;而与此同时，允许另一个事务也能够访问该数据。举个例子来说，事务A和事务B同时进行。事务A在整个执行阶段，会将某数据项的值从1开始，做一系列加法操作(如说加1操作)直到变成10之后进行事务提交，此时，事务B能够看到这个数据项在事务A操作过程中的所有中间值(如l变成2、2变成3等)，而对这一系列的中间值的读取就是未授权读取。

授权读取

• 授权读取也被称为读已提交(Read Committed) ，它和末授权读取非常相近，唯一的区别就是授权读取只允许获取已经被提交的数据。同样以上面的例子来说事务A和事务B同时进行，事务A进行与上述同样的操作，此时，事务B无法看到这个数据项在事务A操作过程中的所有中间谊，只能看到最终的结果10。另外，如果说有一个事务C，和事务A进行非常类似的操作，只是事务C是将数据项从10加到20,此时事务B也同样可以读取到20,即授权读取允许不可重复读取。

可重复读取

• 可重复读取(Repeatable Read)，简单地说，就是保证在事务处理过程中，多次读取同一个数据时，其值都和事务开始时刻是一致的。因此该事务级别禁止了不可重复读取和脏读取，但是有可能出现幻影数据。所谓幻影数据，就是指同样的事务操作，在前后两个时间段内执行对同一个数据项的读取，可能出现不一致的结果。在上面的例子，可重复读取隔离级别能够保证事务B在第一次事务操作过程中，始终对数据项读取到1，但是在下一次事务操作中，即使事务B(注意，事务名字虽然相同，但是指的是另一次事务操作)采用同样的查询方式，就可能会读取到10或20。

串行化

• 串行化(Serializable )是最严格的事务隔离级别。它要求所有事务都被串行执行，即事务只能一个接一个地进行处理，不能并发执行。

隔离级别	脏读	可重复读	幻读
未授权读取	存在	不可以	存在
授权读取	不存在	不可以	存在
可重复读取	不存在	可以	存在
串行化	不存在	可以	不存在

事务隔离级别越高，就越能保证数据的完整’性和一致性，但同时对并发性能的影响也越大。通常，对于绝大多数的应用程序来说，可以优先考虑将数据库系统的隔离级别设置为授权读取，这能够在避免脏读取的同时保持较好的并发性能。尽管这种事务隔离级别会导致不可重复读、幻读和第二类丢失更新等井发问题，但较为科学的做法是在可能出现这类问题的个别场合中，由应用程序主动采取悲观锁或乐观锁来进行事务榨制。

持久性

• 事务的持久性也被称为永久性，是指一个事务一旦提交，它对数据库中对应数据的状态变更就应该是永久性的。换句话说、一旦某个事务成功结束，那么它对数据库所做的更新就必须被永久保存下来—即使发生系统崩溃或机器宕机等故障，只要数据库能够重新启动，那么一定能够将其恢复到事务成功结束时的状态。

分布式事务

分布式事务是指事务的参与者、支持事务的服务器、资源服务器以及事务管理器分别位于分布式系统的不同节点之上。通常一个分布式事务中会涉及对多个数据源或业务系统的操作。

一个最典型的分布式事务场景

• 一个跨银行的转账操作涉及调用两个异地的银行服务，其中一个是本地银行提供的取款服务，另一个则是目标银行提供的存款服务，这两个服务本身是无状态并且是互相独立的，共i司构成了一个完整的分布式事务。如果从本地银行取款成功，但是因为某种原因存款服务失败，那么就必须回滚到取款前的状态，否则用户可能会发现自已的钱不翼而飞。

一个分布式事务可以看作是由多个分布式的操作序列组成，这一列分布式的操作序列称为子事务，各个子事务的执行是分布式的。例如上面例子中的取款和存款服务

CAP定理

• CAP理论告诉我们，一个分布式系统不可能同时满足一致性(Consistency)、可用性(Availability)和分区容错性( Partition tolerance)这三个基本需求，最多只能同时满足其中的两项。

一致性

• 在分布式环境中，一致性是指数据在多个副本之间是否能够保持一致的特性。在一致性的需求下，当一个系统在数据一致的状态下执行更新操作后，应该保证系统的数据仍然处于一致的状态。
• 对于一个将数据副本分布在不同分布式节点上的系统来说，如果对第一个节点的数据进行了更新操作并且更新成功后，却没有使得第二个节点上的数据得到相应的更新，于是在对第二个节点的数据进行读取操作时，获取的依然是老数据(或称为脏数据)，这就是典型的分布式数据不一致情况。在分布式系统中，如果能够做到针对一个数据项的更新操作执行成功后，所有的用户都可以读取到其最新的值，那么这样的系统就被认为具有强一致性(或严格的一致性)。

可用性

• 可用性是指系统提供的服务必须一直处于可用的状态，对于用户的每一个操作请求，总是能够在有限的时间内返回一个正常的响应结果，而不是一个让用户感到困惑的返回结果。有限的时间内是指，对于用户的一个操作请求，系统必须能够在指定的时间(即合理的响应时间)内返回对应的处理结果，如果超过了这个时间范围，那么系统就被认为是不可用的。另外，“有限的时间内”是一个在系统设计之初就设定好的系统运行指标，通常不同的系统之间会有很大的不同。

分区容错性

• 分区容错性约束了一个分布式系统需要具有如下特性: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。
• 网络分区是指在分布式系统中，不同的节点分布在不同的子网络(机房或异地网络等)中，由于一些特殊的原因导致这些子网络之间出现网络不连通的状况，但各个子网络的内部网络是正常的，从而导致整个系统的网络环境被切分成了若干个孤立的区域。需要注意的是，组成一个分布式系统的每个节点的加入与退出都可以看作是一个特殊的网络分区。

放弃分区容错性意味着放弃系统的扩展性，将所有数据都放在一个分布式节点上，也将不会遇到由于 网络分区带来的负面影响。

放弃可用性意味着一旦遇到网络分区或其他故障，那么系统将无法对外提供正常的服务

放弃一致性指的是放弃数据的强一致性，而保留数据的最终一致性。这样的系统无法保证数据保持实时的一致性，但是能够承诺的是，数据最终会达到一个一致的状态。

BASE理论

• BASE是Basically Available(基本可用)，Soft state(软件态)和Eventually consistent(最终一致性)三个词组的缩写。
  BASE是对CAP中一致性和可用性权衡的结果。

基本可用

• 基本可用是指分布式系统在出现不可预知的故障的时候，允许损失部分可用性，这绝不等价于系统不可用。
• 响应时间上的损失：查询结果的响应时间增加。
• 功能上的损失：由于购物行为激增，为了保护购物系统的稳定性，部分消费者可能会被引导到一个降级页面。

弱状态

• 弱状态也称为软状态，和硬状态相对、是指允许系统中的数据存在中间状态，并认为该中间状态的存在不会影响系统的整体可用性，即允许系统在不同节点的数据副本之间进行数据同步的过程存在延时。

最终一致性

• 最终一致性强调的是系统中所有的数据副本，在经过一段时间的同步后，最终能够达到一个一致的状态。因此，最终一致性的本质是需要系统保证最终数据能够达到一致，而不需要实时保证系统数据的强一致性。

最终一致性存在以下五类主要变种

因果一致性(Causal consistency)

• 因果一致性是指，如果进程A在更新完某个数据项后通知了进程B,那么进程B之后对该数据项的访问都应该能够获取到进程A更新后的最新值，并且如果进程B要对该数据项进行更新操作的话，务必基于进程A更新后的最新值，即不能发生丢失更新情况。与此同时，与进程A无因果关系的进程C的数据访问则没有这样的限制。

读己之所写(Read your writes)

• 读己之所写是指，进程A更新一个数据项之后，它自己总是能够访问到更新过的最新值，而不会看到旧值。也就是说，对于单个数据获取者来说，其读取到的数据，一定不会比自己上次写入的值旧。因此，读己之所写也可以看作是一种特殊的因果一致性。

会话一致性(Session consistency)

• 会话一致性将对系统数据的访问过程框定在了一个会话当中:系统能保证在同一个有效的会话中实现“读己之所写”的一致性，也就是说，执行更能操作之后，客户端能够在同一个会话中始终读取到该数据项的最新值。

单调读一致性(Monotonic read consistency)

• 单调读一致性是指如果一个进程从系统中读取出一个数据项的某个值后，那么系统对于该进程后续的任何数据访问都不应该返回更旧的值。

单调写一致性(Monotonic write consistency)

• 单调写一致性是指，一个系统需要能够保证来自同一个进程的写操作被顺序地执行。

总的来说，BASE理论面向的是大型高可用可扩展的分布式系统，和传统事务的ACID特性是相反的，它完全不同于ACID的强一致性模型，而是提出通过牺牲强一致性来获得可用性，并允许数据在一段时间内是不一致的，但最终达到一致状态。但同时，在实际的分布式场景中，不同业务单元和组件对数据一致性的要求是不同的，因此在具体的分布式系统架构设计过程中，ACID特性与BASE理论往往又会结合在一起使用。