CAP理论

C--consistency:

一致性是指，数据的读取永远读到的是最新的数据。当数据分布在多个节点上时，从任意节点读取到的数据永远是最新的状态。

如何实现一致性？

   1.写入主数据后要将数据同步到从数据库

   2.写入主数据后，在向从数据库同步期间要将从数据库锁定，待同步完成后再释放锁，避免在新数据写入成功后，查询到旧数据。

分布式系统一致性的特点？

   1.存在数据同步的过程，写操作的响应会有一定的延迟

   2.会对资源暂时锁定，同步完成后再释放

 

A--Availability：

可用性是指，无论任何事务操作都可以得到响应结果，且不会出现响应超时或相应错误。

如何实现可用性？

   1.写入主数据库后要将数据同步到从数据库

   2.不可将数据库中的资源锁定

   3.即使数据还没有同步过来，从数据库也要返回查询的数据，即使是旧数据，无旧数据就返回一个约定的默认信息，但不能返回错误或响应超时。

分布式系统可用性的特点：

   1.所有的请求都不会返回错误或响应超时

 

P--Partition tolerance:

分区容错性是指：分布式系统的各个结点部署在不同的子网，这叫做网络分区，不可避免的会出现网络问题而导致通信失败，此时仍可以对外提供服务，这就是分区容错性。

如何实现分区容错性？

   1.尽量使用异步取代同步操作，例如：redis主服务对从服务的数据同步

   2.添加从服务节点，其中一个从服务挂了，其他从服务也能提供服务

分区容错性的特点：

   1.分区容错性是分布式系统具备的基本能力。

 

CAP组合方式

在所有分布式事务场景中不会同时具备CAP三个特性，因为在具备了P的前提下C和A是不能共存的。

AP：

放弃一致性，追求分区容错性和可用性。例如：redis主从赋值

CP：

放弃可用性，追求一致性和分区容错性。例如：zookeeper追求的强一致性、跨行转账

CA：

放弃分区容错性，即不进行分区，不考虑网络不通或节点挂掉的问题，则可以实现一致性和可用性。

 

BASE理论

BASE是Basically Availability（基本可用）、Soft state（软状态）、Eventually consistent（最终一致性）三个短语的缩写。BASE理论是对CAP中AP的一个扩展，通过牺牲强一致性来获得可用性，当出现故障允许部分不可用保证核心功能可用，允许数据在一段时间内不一致，但最终达到一致状态。满足BASE理论的事务，我们称之为柔性事务。如：电商交易付款出问题了，商品依然可以正常浏览。

软状态：由于不要求强一致性，所以BASE允许存在中间状态（软状态），比如订单的支付中状态，待数据最终一致后改成成功状态。