从ACID到CAP及BASE

ACID

说到事务，肯定想到事务的ACID特性，即原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）。

1.原子性：全部成功或者全部失败。

2.一致性：不好描述，取个例子：银行转账，TOM给JIM转1000元，TOM的账户减少1000，同时JIM的账户要增加1000。不允许出现只减少或者只增加的情况。

3.隔离性：事务之间不能项目干扰。包含四种隔离级别，即read_uncommitted、read_committed、repeatable_read、serializable。

3.1 read_uncommitted：该隔离级别会发生脏读。举个例子，事务A更新字段的值从1到10，事务B在此过程中可以读到该字段的值1,2,3,4,5…10。

3.2 read_committed：该隔离级别不可重复读。举个例子，事务A更新字段的值从1到10，事务B在此过程中只能读到事务A提交后的值10。若此时有另外一个事务执行更新字段从10到20，那么事务B再次读取会读到20。

3.3 repeatable_read：该隔离级别会发生幻读。举个例子，事务T1对一个表中所有的行的某个数据项做了从“1”修改为“2”的操作，这时事务T2又对这个表中插入了一行数据项，而这个数据项的数值还是为“1”并且提交给数据库。而操作事务T1的用户如果再查看刚刚修改的数据，会发现还有一行没有修改，其实这行是从事务T2中添加的，就好像产生幻觉一样，这就是发生了幻读。

3.4serializable：最严格的事务隔离级别。要求所有事务都串行执行，不能并发。

4.持久性：事务一旦提交，事务的数据就会永久保存下来。

提供一个隔离级别对比表格：

隔离级别	脏读	可重复读	幻读
Read_uncommitted	存在	不可以	存在
Read_committed	不存在	不可以	存在
Repeatable_read	不存在	可以	存在
Serializable	不存在	可以	不存在

CAP

提到分布式事务，应该就会想到CAP。一个分布式系统是不可以同时满足一致性（Consistency）、可用性（Availability）、分区容错性（Partition tolerance）

1.一致性：分布式系统中多个副本数据保持相同。

2.可用性：系统提供的服务处于可用状态，能够在有限的时间后返回结果。

3.分区容错性：分布式系统在遇到任何网络分区故障的时候，必须能够保证对外提供给满足一致性和可用性的服务，除非整个网络出现问题。

以上三点，对于一个分布式系统不可能同时满足，但是分区容错性是最基本的。

放弃CAP定理	描述
放弃P	如果希望避免系统出现分区容错性问题，一种较为简单的做法是将所有数据放在一个分布式节点上。这样至少不会碰到由于网络分区带来的负面影响，如果放弃P，就意味着放弃系统可扩展性。
放弃A	如果遇到网络分区故障或者其他故障，那么受影响的服务需要等待一定的时间，在等待期间服务无法对外提供服务。
放弃C	放弃一致性是放弃数据的强一致性，保留数据的最终一致性。

BASE

base是Basically Available（基本可用）、soft state（软状态）、Eventually consistent（最终一致性）的缩写。

基本可用：分布式系统出现不可预知的故障时，允许损失部分可用性。例如响应时间上的损失、功能上的损失。

软状态：允许系统的在不同的节点的数据副本之间进行数据同步时存在延迟。

最终一致性：本质是保证数据最终能达到一致。包括因果一致性、读已之所写、会话一致性、单调读一致性、单调写一致性。