三：CAP與Base理論

CAP:

  C：一致性：在分佈式系統中是指多個副本之間可否保持一致性；

  A：可用性：系統提供的服務必須一直處於可用的狀態,對於用戶的每個請求老是在有限的時間內返回結果；

  P：分區容錯性：該特性約束了分佈式系統須要具有如下特性：分佈式系統遇到網絡分區故障的時候，仍然須要能保證對外提供知足一致性和可用性的服務，除非整個網絡環境都發生故障。

 

CAP定理示意圖

 

因而可知要想三方面都與考慮到，那是不可能，咱們只能妥協，

放棄CAP	說明
放棄A	若是但願可以避免分區容錯性，那麼最簡單的方法就是將全部的數據放到分佈式的一個節點上，可是有一點就是放棄P就意味着放棄了系統擴展的可能性。
放棄C	相對於放棄「分區容錯性」來講，放棄可用性正好相反，其作法就是一旦系統遇到網絡分區或其餘故障的時候，那麼影響的服務就須要等待一段時間，由於等待期間系統沒法對外提供服務，即不可用。
放棄P	這裏說的放棄一致性，並非徹底不須要數據一致性，若是是那樣的話，係數據就沒有什麼意義，系統也就沒有什麼意義。     事實上，此處所說的放棄一致性是指放棄強一致性，保存了數據最終一致性，這樣的系統沒法保證數據實時一直，可是承諾的是，數據最終會達到一個一致的狀態。具體多久能達到一致性，取決於系統的設計，主要就是不一樣副本之間數據的複製時間長短

 

由此能夠看出，咱們不可能丟棄A和C，只能在P上面作文章，

Base定理：

     Basically Available：基本可用，分佈式系統出現不可預知的錯誤的時候，容許損失部分可用性，可是絕對不等於系統不可用；

     Soft State：軟狀態：和強狀態對應，是指容許系統中的數據存在中間狀態，而且認爲該中間狀態不會影響系統的可用性，即容許系統不一樣節點之間的數據副本複製存在延時；

     Eventually consistent：最終一致性  ，最終一致性強調的是系統中全部的數據副本，在通過一段時間的同步事後，最終能達到一個一致性的狀態。所以最終一致性的本質就是須要系統保證數據最終能達到一致，可是不須要實時保持數據一致的狀況。

 

綜上咱們會發現基本都是在分區一致性上作文章，待續...