CAP定理和Base理論

CAP定理

一個分佈式系統不可能同時知足C （Consistency）一致性 ，A（Availiabibity）可用性，P（Partition tolerance）容錯性。  

 一致性

  不一致分佈式系統的數據都有幾個不等的備份，操做數據的時候，不一樣的節點拿到了不一樣的副本，同時對這些副本進行操做，而且都成功了，這個時候，對這一部分數據就會形成不一致，也就形成了分佈式系統的不一致性。

    所謂一致性，就是針對某數據的操做進行了更新操做後，全部使用該數據的用戶均可以獲得最新的 值，就能夠稱之爲強一致性。

可用性

指的就是系統的效率問題，熊不能太慢，必須是在可承受範圍以內的。

容錯性

系統發生了故障，保證對外的服務不會間斷，最簡單的就是備份，某個備份壞了以後，須要經過其餘備份獲取正確的數據保證對外服務正確。

三者不可兼得，仔細的推敲一下以上三個方便，就能感受到，這三個方向是相互制約的，莫一方面作到了極致，天然就會影響其餘兩個方面作的很好。

        例如，若是須要作的強一致性，就必須保證所作的操做對全部的副本都起做用了之後才能對外返回，這麼一來可用性(效率)上天然就會打折扣。若是不考慮容錯性，那麼就不須要對數據搞那麼多的副本，可用性和一致性效率能夠提升，可是就會增長系統掛掉的風險。因此三者是相互矛盾的，在設置或者考慮系統的設計和開發時，須要綜合考慮三者之間所佔的一個權重。

Base理論

爲達成分佈式系統開發，三者互相權衡，相互妥協的一個理論。犧牲高一致性，得到可用性或可靠性：
Basically Available基本可用。支持分區失敗(e.g. sharding碎片劃分數據庫)
Soft state軟狀態 狀態能夠有一段時間不一樣步，異步。
Eventually consistent最終一致，最終數據是一致的就能夠了，而不是時時高一致。

 犧牲了部分一致性，提升了性能和可靠程度。一致性也能夠是實時一致也能夠是最終一致，這裏犧牲一致性也並不是不要一致性，而是選擇最終一致性，這樣一來，雖說中間狀態可能不一致，可是最終，數據仍是一致的，也不會影響系統最終的準確度。

基本可用:再出現個故障或者高併發的時候，犧牲部分體驗，但最終保證可用。

弱狀態：容許存在中間狀態

最終一致性：數據副本最終保證數據一致，但不是實時一致，容許副本間同步存在延遲。

 

BASE理論是CAP定理下相互妥協的一個結果，保證開發可用分佈式系統。