分布式事务的理论知识

CAP理论

CAP是一致性（Consistency）、可用性（Availiability）、分区容错性（Partition Tolerance）首字母的缩写，CAP理论是分布式领域著名的理论

• 一致性（Consistency）：一致性要求对所有数据节点的数据副本的修改是原子操作的，要么所有的数据副本都执行成功，要么在所有的数据副本都执行失败

一致性存在的特点：

1. 存在数据同步的过程，应用程序的写操作存在一定的延迟
2. 为了保证各节点数据的一致性，需要对相应的资源进行锁定，待数据同步完成后在释放锁定的资源
3. 如果数据写入并且同步成功，所有节点都会返回最新的数据，相反地，如果数据写入或者同步失败，所有节点都不会存在最新写入的数据

• 可用性（Availiability）：指的是客户端访问数据的时候，能够快速得到响应，处于这个状态的系统，每个存储节点的数据可能会不一致，并不要求应用程序向数据库写入数据时能够立刻读取到最新的数据，任何事务的操作都可以得到响应，不会出现超时或者响应错误的情况

可用性存在的特点：

1. 所有的请求都会被响应
2. 不会存在响应超时或者响应错误的情况
3. 如果对不同的应用程序设定了超时响应时间，一旦超过这个时间，系统将不可用

• 分区容错性（Partition Tolerance）：将存储系统部署并且运行在多个不同的节点上，并且这些节点处于不同的网络中，这就形成了网络分区，不可避免的会出现网络问题，导致节点之间的通信出现失败，但是，此时系统仍能对外提供服务，这就是分区容错性

分区容错性的特点：

1. 一个节点挂点，不影响其他节点对外提供服务
2. 分区容错性是分布式系统必须必备的基础能力

CAP的组合

系统在满足分区容错性的前提下，一致性和可用性就是矛盾的，所以最终会有AP、CP、CA三种组合方式

• AP：大部分分布式系统会采用AP的方式，舍弃了一致性，这并不代表就真的放弃了一致性，此时，架构设计方案采用了最终一致性，允许多个节点的数据在一定的时间内存在差异，一段时间后达到数据一致的状态
• CP：放弃可用性，追求系统的一致性和分区容错性，这种组合方式对于数据的一致性要求比较高，追求的是强一致性（银行系统居多）
• CA：放弃分区容错性，追求系统的一致性和可用性，此时系统不会进行分区，也不会考虑网络不通和节点挂点的问题，主数据库和从数据库不在进行数据的同步，此时系统也不再是一个标准的分布式系统

Base理论

Base理论是对CAP理论的一个拓展，它通过牺牲强一致性来获得可用性，Base理论中的Base是基本可用（Basically Available）、软状态（Soft State）和最终一致性（Eventually Consistent）的缩写，系统故障时，允许部分数据不可用，但是会保证核心的功能可用，允许数据在一段时间内不一致，但是经过一段时间后，数据最终是一致的

• 基本可用：允许其损失系统的部分可用性，比如响应时间或者功能上的损失，但是保证系统的基本可用
• 软状态：允许系统存在中间状态，中间状态不会影响系统的整体可用性，只是允许系统各个节点之间的数据同步存在延迟
• 最终一致性：指系统中各个节点的数据副本经过一段时间的同步，最终能够达到一致的状态