ACID，CAP，BASE，PACELC

1.事务ACID特性

        A（Atomicity）原子性 

       C（consistency）一致性

       I(Isolation) 隔离性

       D(Durability) 持久性

       接下来以mysql为例进行4个分析

       这四个特性属于事务得特性：

      其中A原子性通过undo log日志保证

            I隔离性通过MVCC机制+锁机制

           C一致性 通过redo log日志保证

           D持久性；通过AIC三个特性，同时会保存到binlog日志种

2.CAP

        分布式系统得cap理论，其中C（consistency）代表一致性，A（avaiblity）代表可用性（和ACID得a不是一个，一个是原子性）；P代表分区容错性。三者只能三选二，P分区容错性一定要保证。

 P分区容错性：

      其实就是网络问题，通常分布式系统都会有网络得调用，包括通常得RPC调用和HTTP调用，如果网络通信挂了，消息也就处理不了了，所以要保证分区容错性，就是其中一个网络通信有问题不影响最终数据处理。

      分区容错性得解决方案：过半机制+重试机制。

A和C只能二选一，保证一致性就无法保证可用性

是因为通常系统部署得时候会部署多个节点，或者是主从节点或者领导者跟随者观察者等，这个时候如果想保证数据一致性就要进行多个节点得数据赋值，无论用什么IO，此时用户查询都不会查到数据，所以就不可用。而为了保证可用性，就必须进行将数据处理完成，此时方案势必要丢弃一致性。

3.BASE理论

        基本可用（Basically Available）

        软状态（Soft State）

        最终一致性（Eventually consistence）

        分布式系统：这个是在AP理论基础上。放弃系统某一时刻一致性要求，换取系统伸缩性和性能改善。

4.PACELC

       这个理论看名字一头雾水，其实PAC代表着cap；E代表着ELSE，L代表着延时性，C代表一致性。

    通过名字就可用分析出来，如果存在P分区容错性，在A和C进行选择；如果不存在P，在L和C进行选择。

    案例：ES

es写数据流程图：

  e's读数据过程：

可以通过 doc id 来查询，会根据 doc id 进行 hash，判断出来当时把 doc id 分配到了哪个 shard 上面去，从那个 shard 去查询.

客户端发送请求到任意一个 node，成为 coordinate node。

coordinate node 对 doc id 进行哈希路由，将请求转发到对应的 node，此时会使用 round-robin 随机轮询算法，在 primary shard 以及其所有 replica 中随机选择一个，让读请求负载均衡。

接收请求的 node 返回 document 给 coordinate node。

coordinate node 返回 document 给客户端。

疑问：选择得node节点查询会不会没有数据得情况？