分布式系统设计的几种理论

一、ACP理论

A 可用性 Availability，代表服务一直处于正常响应时间内的可用状态。此处A与ACID理论中的A不是一个含义，ACID中的A代表原子性。

C 一致性 Consistency，数据一致性三种策略：更新后的数据需要被后续的访问都能请求到，属于强一致性；如果可以容忍部分请求或全部访问不到，属于弱一致性；如果要求一段时间后需要访问到更新后的数据，属于最终一致性。

P 分区容错性 Partition tolerance，指在某分区宕机或网络原因请求不到情况下，仍然能保证系统的可用性和数据一致性。

一个分布式系统，最多同时满足其中两项，但一定包含P，如果不满足P则分布式没有意义。

图片发自App

图片发自App

CP without A

舍弃可用性，保证一致性，例如redis hbase等存储系统，zookeeper分布式协调系统。在极端情况下，会舍弃一些请求以保证数据的一致性。

AP without C

为保证高可用性舍弃数据一致性，典型代表：淘宝、12306。12306票数在系统访问量高时可能不准确，在最终买票付款时提示无票，属于保证了数据最终一致性。是为了用户体验，不至于用户请求堵塞。多用于互联网系统。但是涉及钱财时必须保证一致性，比如支付宝系统。

二、BASE理论

BASE理论是ACP理论的延伸，是指基本可用（Basically Available）、软状态（ Soft State）、最终一致性（ Eventual Consistency）。

基本可用：在高访问量情况下，允许损失部分可用，保证核心可用。比如电商大促时期的降级页面。

软状态：允许系统保护在中间状态，系统可用，数据一致性可以延时，比如异步同步数据。

最终一致性：是指系统中的数据经过一段时间后能达到一致的状态。