CAP理论和BASE理论

CAP理论

在设计和部署分布式系统时，存在三个明显的需求:

• C(Consistency)一致性。即分布式数据应该同步，保存一致。
• A(Availability)可用性。指系统能够很好的为用户提供服务，主要体现在用户访问之后能很
  快的得到响应。
• P(Oartition Tolerance)分区容错性。若在系统运行过程中，有部分主机宕机，依然不会影响整个系统的运行。

CAP理论的忠告是：架构师不要将精力浪费在如何设计满足三者完美分布式系统，而是应该进行取舍。
CAP理论认为在一个系统中对某个数据不存在一个算法同时满足一致性，可用性，分区容错性。往往需要牺牲某一项来满足其他两项。对于满足CA的例子也很常见，例如MySQL。

关系型数据库的ACID模型

关系型数据库是典型的CA模型。
- Atomicty（原子性）。对于一个事物，所有的操作都是一次性完成，所以我们可以把它看成是原子的，不可分割的。
- Consistency（一致性）。在事物开始和结束的过程中，数据库中的数据应该是不变的，也就是说，这个过程是一致的状态。
- Isolation（隔离层）。事物在操作的过程，并不知晓其他事物的存在。
- Durability。一旦事物完成就不能返回。

BASE模型

BASE模型完全不同于ACID模型。它强调：

• Basically， Available（基本可用），支持分区失败。也就是说，在一定程度上牺牲了可扩展性。
• Soft State（软状态），状态可以有一段时间不同步，异步同步。
• Eventually Consistent（最终一致）。保证数据在最终是一致的，而无需保证实时数据一致。

NoSQL就继承了BASE的思想。

CAP理论模型的挑战者

Aomikos CTO Guy Pardon试图想达到CAP三种都符合要求的理想状态。他提出了如下思想：

• 程序如果能够读数据库就读数据库，否则就使用缓存代替。（保证了一致性）。
• 所有的读取操作使用版本号或者其他乐观锁，比如CAS。（高可用）
• 客户端的所有更新操作均放在队列中顺序处理，同时应该更新版本号信息。（一致性）
• 当分区数量足够少的时候，可以处理队列中的更新操作。主要思路还是在更新的时候比较版本号。如果版本号相同则返回失败，否则返回成功。（可扩展，分区容错）

• 通过消息队列发送给客户端（高可用）
  
  该思想存在如下缺点：

• 读数据不一致，写操作可能还在排队。

• 分区容错必须在有限的时间内解决。
• 更新操作必须在所有结点上保存同样的顺序。（比如在1号机中先写入一行再更新，那么再2号机中也是按同样的顺序进行更新）

另外又有人提出，将CRUD操作变成CR操作，所有的Update都变成Append操作，也就是说，只包含Create和Read操作，通过最终一致性模型，也能满足CAP三种都达到理想状态。

最后

以上就是精明含羞草为你收集整理的CAP理论和BASE理论的全部内容，希望文章能够帮你解决CAP理论和BASE理论所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。