分布式系统的特点及CAP，BASE理论

分布式系统的特点及CAP，BASE理论

分布式系统概述：

		分布式系统是其组件分布在连网的计算机上，组件之间通过传递消息进行通信和动作协调的系统。## 标题

特点：

	1.分布性：因为有多台计算机组成，所以在空间和数据处理上是分布的。
	2.自治性：在分布式系统中，每个节点在数据的处理上是独立的，拥有自己的数据处理功能，并且都处于同等地位。
	3.并行性：一个项目可以分为若干个子项目，并分配给多台计算机共同完成。
	4.全局性：分布式系统拥有单一的，全局的进程通信机制，使不同的进程之间可以相互通信，不同计算机之间可以相互访问资源。

CAP理论：

	1.一致性（Consistency）：在分布式系统中的所有数据备份中，在同一时刻的数据完全一致。
	2.可用性（Availability）：用户的每一个操作，在一定时间内都会返回结果，能得到响应。
	3.分区容错性（Partition tolerance）：在分布式系统中，部分节点出现故障时，整个系统仍能提供一致性和可用性服务，不影响整体使用。
	
		这三种特性只能同时满足两种：
	CA: 优先保证一致性和可用性，放弃分区容错。 这也意味着放弃系统的扩展性，把所有数据放在一台计算机上，系统不再是分布式的。
	CP: 优先保证一致性和分区容错性，放弃可用性。对数据一致性要求比较高，一旦发生网络故障或者消息丢失，就无法提供对外服务，牺牲了用户体验。
	AP: 优先保证可用性和分区容错性，放弃强一致性，保留数据的最终一致性。意思数据会变得逐渐一致。

BASE理论：

1.基本可用（Basically Available）：在分布式系统出现故障时，通过响应时间上的损失（延长响应时间）和功能上的损失（引导进降级页面）来保证核心功能的正常使用。
2.软状态（Soft State）：允许系统的数据之间存在一种中间状态，该状态不影响系统的正常使用，使系统中不同节点之间的数据副本存在延时，目的是为了保证操作数据经过一段时间的同步之后的一致性。
3.最终一致性（Eventually Consistent）：系统的数据不要求时刻保持强一致性，但在软状态的时间期限过后，系统数据经过一段时间同步，最终会达到一致的状态，这里强调的是弱一致性。