CAP

定义

  • 一致性（Consistency）： 除非读取失败，否则不管访问的是哪个节点，在同一时间的数据返回的数据都是完全一致的；
  • 可用性（Availability）：服务总是能正常响应数据，但不保证是最新数据；
  • 分区容错性（Partition Tolerance）：在分布式系统内，即使因部分节点或者网络分区故障，导致任意数量的请求响应丢失或者延迟已经发送，后续系统仍能够对外提供服务；

侧重点

  • 一致性强调的不是数据完整性，而是各个节点之间数据一致；
  • 可用性强调的是服务可用，但不保证数据的一致；
  • 分区容错性强调的是对分区故障的容错能力，即分布式系统不会因为已经发生过的故障导致整个系统会挂掉；

CAP权衡

CA

由于在分布式系统中，由于网络延迟或网络分区的存在，P是一个基本要求，CA在分布式系统中几乎不存在；

CP

必须保证分布式系统的一致性，以至于可以牺牲掉系统的可用作容许系统停机或长时间无响应。例如像Redis、HBASE等分布式存储系统以及想Zookeeper这种分布式协调组件，必须要保证数据的一致性；

AP

牺牲分布式系统的强一致性，保证分布式系统的可用性；

BASE理论

定义

BASE是Basically Available（基本可用）、Soft state（软状态）和Eventually consistent（最终一致性）三个短语的简写，BASE是对CAP中一致性和可用性权衡的结果，其来源于对大规模互联网系统分布式实践的结论，是基于CAP定理逐步演化而来的，其核心思想是即使无法做到强一致性（Strong consistency），但每个应用都可以根据自身的业务特点，采用适当的方式来使系统达到最终一致性（Eventual consistency）。

参考

  1. 轻松理解CAP理论