分布式理论——从ACID到CAP再到BASE

在传统的数据中，有ACID四大原则，在分布式中也有对应的CAP理论和BASE理论，这些都是分布式理论的基础。

更多内容参考：大数据学习之路

ACID

ACID分别是Atomicity 原子性、Consistency 一致性、Isolation 隔离性、Durability 持久性，有了这几个特性，就保证了数据库的可靠。

原子性

原子性代表一系列的操作要么全做，要么全不做。比如，在银行转账，从一个账号扣钱，另一个账号加钱，这两个操作必须同时进行。否则就会出现账目对不上的情况。

一致性

一致性官方的描述是，事务执行后必须是从一个一致性状态转到另一个一致性状态。通俗点说就是保证整个系统在操作完成后，虽然处于不同状态，但仍保持一致。比如在转账情境中，从一个账号转出500，转入另一个账号，那么整个系统的金额不应该有变化。

隔离性

隔离性意味着多个并发之间是不可见的，相互隔离不被打扰。隔离性在数据库操作中还是很重要的，如果不考虑隔离性，可能会出现下面的问题：

脏读：事务T1读取了事务T2未提交的数据，结果事务T2回滚了，T1拿到了一个脏数据
不可重复读：事务T1读取数据后，紧接着事务T2就更新了数据，事务T1再次读取的时候发现数据不一致了
幻读：这种一般发生在大批量修改的时候，比如事务T1把所有的数据从1修改到了2，结果修改的过程中，事务T2插入了一条新数据1。最后检查数据发现有一条数据没有修改过来。

针对这几种情况，数据库如Mysql提供了几种事务的隔离级别：

Serializable (串行化)：可避免脏读、不可重复读、幻读的发生。
Repeatable read (可重复读)：可避免脏读、不可重复读的发生。
Read committed (读已提交)：可避免脏读的发生。
Read uncommitted (读未提交)：最低级别，任何情况都无法保证。

持久性

这种最容易理解了，事务提交后，结果就保存不变了。

CAP

在分布式系统中，也有类似ACID的特性，那就是CAP，他们分别是：

Consistency 一致性，强调进群节点中数据一致。在分布式中一致性又包括强一致性和弱一致性，强一致性就是指在任何时刻任何节点看到的数据都是一样的；弱一致性一般实现是最终一致性，即刚开始可能存在差异，但随着时间的推移，最终数据保持一致。
Availability 可用性，强调集群在任何时间内都正常使用
Partition Tolerance 分区容错性，即使某一部分集群坏掉，另一部分仍能正常工作。

这三个特性只能满足其中两个，牺牲另一个。大部分系统也都是如此：

一般来说分布式集群都会保证P优先，即集群部分节点坏死不影响整个集群的使用，然后再去追求C和A。因为如果放弃P——分区可用性，那不如就直接使用多个传统数据库了。事实上，很多微服务分库分表就是这个道理。

如果追求强一致性，那么势必会导致可用性下降。比如在Master-Slave的场景中，Master负责数据写入，然后分发给各个节点，所有节点都写入成功，才算写入，这样保证了强一致性，但是延迟也会随之增加，导致可用性降低。

因此在可用性和一致性之间，就出现了各种解决方案，如时序一致性、最终一致性等等。

BASE

前面由于分布式在CAP面前各种纠结，因此有人总结出了一套适合分布式的理论——BASE：

BA，Basically Available 基本可用，比如降低性能要求、或者功能特性来保证整体的服务可用。比如服务的降级、增加延迟、等待等等。
S，Soft State 软状态，允许出现中间状态，比如节点的不同副本之间同步存在延迟
E，Eventual Consistency 最终一致性，具体的方案有很多，如因果一致性、读己一致性、会话一致性、单调读一致、单调写一致。

对于这几种一致性，可以简单的说一下：

因果一致性：进程B对进程A有依赖关系，那么B读取到的应该总是A更新后的值
读己一致性：进程A更新某个值后，它自己读到的应该是最新的值
会话一致性：在会话中进行操作，需要保证总是读取到最新的值
单调读一致：从系统读取某个值后，不应该读取到比它还旧的值
单调写一致：同一个进程对系统的写操作，需要保证顺序

参考

CAP原则(CAP定理)、BASE理论