分布式系统必须要知道的CAP和BASE理论
前言：
没有完美的架构，只有满足了业务需求的架构才是好架构。
什么是分布式系统？
分布式系统是相对于单台应用来说的，建站初期考虑到资金，用户，技术等各方面原因，搭建了一套简单的系统，所有的服务都部署到一台机器，包含负载均衡，反向代理，应用服务器，数据库等，后期由于系统的复杂性的提升和用户的增加，需要采用集群和拆分服务的方式，并且各个服务分别部署到不同的机器上，这里所说的分布式系统应该包含两种：
1 大系统下不同的服务的分布式部署 2 同一个服务的集群部署
分布式带来的问题？
1 分布式框架的选择
如何让部署到不同服务器之间的服务通信，需要选择一个合适的分布式框架，目前主流的dubbo,spring cloud以及各个大厂自研的框架都能很好的满足分布式的日常开发需求，当然对于框架的选择，需要结合业务，以及通信的协议，具体是七层协议HTTP还是四层的rpc，tcp，socket需要综合衡量。
2 分布式锁
传统的锁以及jvm层面的锁，在单jvm实例下能够很好的工作，但是在分布式环境下，就需要借助于中间库来实现，常用的分布式锁中间价有：redis ，zookeeper ，memcache ，mysql等
3 分布式事务
传统的事务单机的，当涉及到多个服务或者多服务器的时候，需要考虑使用2PC，3PC , 基于MQ的事务控制，TCC等，根据业务类型进行选择，是强一致性还是最终一致性。
4 分布式id算法
单业务的id算法，对于效率要求没那么高，分布式id算法主要关注几点：全局唯一，趋势递增，业务隔离，高效 ，常用的算法有：UUID,数据库自增，redis，雪花算法-Snowflake，百度-UidGenerator，美团Leaf等
5 分布式日志的处理
传统的日志都在一台机器或者几台机器中方便查阅，但是在分布式环境下，由于海量的日志导致排查日志异常困难，此时常规的做法是：集中化处理 ，常用的方案有ELK，Flume等，基本思路就是先收集，再分类，最后查看。
6 分布式消息处理
单机应用我们依赖于一些常用的容器，例如各种queue或者容器，分布式系统中，不仅需要考虑消息的传递，还需要考虑可达性，并且还有其他复杂的场景，例如发布订阅，ACK等，此时可以采用RabbitMQ，ZeroMQ等消息中间件来实现。
7 其他分布式需要考虑技术场景
分布式缓存，分布式搜索系统，一致性hash算法，分布式服务框架,分布式任务调度，上传，分布式会话，分布式存储，监控，分布式配置中心等
CAP原则：
CAP原则又称CAP定理，指的是在一个分布式系统中，Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性），三者不可得兼，只能至多满足其中2个。
1. C（Consistency）. 一致性
状态和数据的一致性，例如在分布式事务操作中，某一个操作的状态没有及时的同步到其他节点上，从而带来一定的不一致现象，这种成为时延一致性，这种随着时间的推移最终会达到一致性，所以大多数系统尽可能的缩短这种时延一致性，或者采用补偿的机制，达成最终一致性。
2. A（Availability）, 可用性,
在特定的时间内，请求正常的返回，抛开时间粒度，说可用性没有意义，对于和用户交互的事务，30s返回对于用户是不可用的，258时间原则可以作为用户体验的参考。
3. P（Partition tolerance）.分区容错性
在节点间通信失败时保证系统不受影响. 对容错的要求提高会降低对可用性或一致性, 要么停止系统用于错误恢复, 要么继续服务但是降低一致性，例如系统部署到两个不同的机房AB ,网络的因素导致AB无法互通，导致AB成为两个独立的个体，所以p必然存在，即所谓的”脑裂“。故分布式设计的时候我们需要考虑CP或者AP ，我们需要在AC做出平衡。
BASE理论
BASE 是 Basically Available(基本可用)、Soft state(软状态)和 Eventually consistent (最终一致性)，BASE理论是对CAP中AP的一个扩展，除非特定的事务类型，大多数的系统都是AP系统，满足用户的可用性和服务的可用性，C只需达到最终一致性即可。
1. Basically Available(基本可用)
指分布式系统在出现故障的时候，保证核心可用和主要功能可用，允许损失部分可用性，大多数系统会采用熔断，降级，兜底的方案。
2. Soft state(软状态)
事务存在的中间状态，我们成为软状态，例如文件上传过程中，开始长传，上传中，上传完成，所有的软状态都满足时延一致性。
3. Eventually consistent (最终一致性)
最终一致性是软状态的最终状态，为了达到数据在各个系统的显示一致，并且保证各个数据副本也最终一致，满足时延一致性的随着时间会自动同步，异常的我们可以采用补偿机制，达到最终一致性。
备注：CAP和BASE原理是ACID事务在分布式系统的理论基础和延申，后续会讲下具体说下ACID原理。