分布式系统CAP理论和BASE理论

随着现在系统越来越复杂，单机系统很难满足业务的发展，因此分布式系统应用越来越广泛，在两极不是很大的时候单机系统可以很好的满足需求，但是随着应用不断扩大，这个时候就需要分布式系统了。分布式系统作为一个集群，节点时间需要通过网络进行交互，但是由于网络存在的不确定性，分布式系统需要在可用性和一致性上做一些平衡。

CAP理论，

1. 一致性 Consistency 是指每次读取操作都能获取最新的数据

2.可用性Avaliablity 任何一个没有发生故障的节点，都能在合理的时间内返回一个结果

3. 分区容错性Partition-torlerance 当节点出现网络分区，照样可以提供服务

CAP理论的核心是一个系统不可能同时满足CAP三个条件，必须要牺牲其中一个来满足另外两个要求，根据不同的应用可以采取不同的策略

CA-- 单点集群，满足一致性，可用性的系统，通常在可扩展性上不强大

CP--满足一致性，分区容错性的系统，通常性能都不是很高

AP--满足可用性、分区容错性，通常对数据一致性要求低一些。

BASE理论是CAP理论的延申，核心思想是分布式系统无法做到强一致性，但是应用可以通过采用合适的方式做到最终一致性，

BASE 基本可用 basic available 软状态 soft state 最终一致性 eventual consistency

基本可用是指系统在出现故障的时候允许损失部分可用性，保证核心可用

软状态是指允许系统存在中间状态，而该中间状态不会影响系统整体可用性，分布式存储中一份数据至少会有三个副本，允许不同节点间副本同步的延时就是软状态的体现，mysql replication的异步复制就是这种体现

最终一致性是指系统中所有数据副本经过一定时间后，最终能够达到一致性的状态，弱一致性和强一致性相反，最终一致性和弱一致性的一种特殊情况。