CAP定理與BASE理論

1. CAP定理

• C：Consistency，一致性
• A：Availability，可用性
• P：Partition tolerance，分區容錯性

CAP定理，指的是在一個分佈式系統中，一致性、可用性、分區容錯性，三者不可得兼。

2. CAP詳解

2.1 一致性（C）

指全部節點訪問同一份最新的數據副本。通俗理解就是，在分佈式系統中，全部的數據副本，在同一時刻值相同。

2.2 可用性（A）

每次請求都能獲取到相應，能夠對外提供服務

2.3 分區容錯性（P）

因爲分佈式系統的一個節點發生網絡延遲或故障，在規定時限內系統不能作到數據一致性，就發生了分區（系統中有多個數據不一致的節點）。此時，必須在一致性和可用性之間作出選擇。

例如：分佈式系統中有兩個節點，一個節點發生了網絡延遲或故障。若是爲了保證節點數據一致性，那麼就必須放棄可用性，就是兩個節點都再也不提供服務；若是爲了保證可用性，就是說仍要提供服務，那麼就必須放棄一致性，沒有發生網絡延遲或故障的節點仍提供服務。

3. CP仍是AP？

在分佈式系統中，發生網絡延遲或故障是不可避免的，也就是分區容錯性是避免不掉的，而發生了分區後，只能在一致性和分區容錯性自建選擇，那麼咱們只有兩種選擇：

• 數據一致性和分區容錯性（CP）
• 可用性和分區容錯性（AP）

不管選擇CP，仍是選擇AP，都是根據業務需求來選擇，沒有所謂的誰比誰好。

3.1 選擇CP

也就是說，咱們更看重數據的一致性，適用於對數據一致性有嚴格要求的業務場景，例如金融，12306售票。

3.2 選擇AP

此時更看重可用性，放棄一致性（仍是要追求最終一致性的，不一致的數據沒有意義），也是各大互聯網公司一直宣稱服務不可用時間有多少秒，強調的就是可用性。

4. BASE理論

BASE理論是：

• 基本可用（BA, Basically Available）
• 軟狀態（Soft State）
• 最終一致性（Eventual Consistency）

其思想是，在分佈式系統，選擇可用性和分區容錯性時，沒法作到一致性，能夠採用適當的方案達到最終一致性，在保證可用性的同時，數據最終也能達到一致。

例如，在電商的促銷活動中，是爲了追求高可用（相對於CAP中的可用，高可用偏重於能夠處理高併發，也是就高QPS），放棄一致性，選擇最終一致性（下單成功後，不會立馬收到短信，延遲一段時間仍是會收到短信。記得某平臺，在購物節期間，都再也不提供發短信服務了）。爲何要追求可用，甚至是高可用呢？在促銷活動中，1件商品，可能有1百萬我的同時在搶，那麼就是說，當一我的進入搶購時（要判斷這我的是否是知足參加的條件等），剩餘的都在等待，甚至於拒絕你搶購，對用來講，這是不能容忍的，最真實的案例就是12306上搶票。

4.1 基本可用

指在分佈式系統中，發生故障時，容許損失一部分功能，可是其它功能仍是可用的。

4.2 軟狀態

指分佈式系統中，容許存在數據的中間狀態，而中間狀態又不會影響系統的可用性。

4.3 最終一致性

分佈式系統中的數據在一段時間後，最終能達到一致性。

5. CAP定理和BASE理論

CAP定理揭示了在分佈式系統中一致性、可用性和分區容錯性的不能同時知足，而能夠設計知足BASE理論的分佈式系統。

參考文獻

CAP定理

從分佈式一致性談到CAP理論、BASE理論

CAP和BASE理論