1、CAP

Consistency(一致性)：数据一致更新，所有数据变动都是同步的 Availability(可用性)：好的响应性能 Partition tolerance(分区耐受性)：可靠性 一个提供数据服务的存储系统无法同时完美的满足一致性、可用性、分区耐受性这三个条件。

在实际应用中，数据的规模会快速扩张，因此数据架构的伸缩性（分区可耐受性）必不可少。在大型网站中，通常会选择强化分布式存储系统的可用性（A）和伸缩性（P），在某种程度上放弃一致性（C）。

CAP原理实例推导： 1.单实例 常见的单实例数据库，如单实例Mysql、Redis等

特性： 满足一致性（C）、满足分区可容忍性（P），不满足可用性（A）

2.Sharding 客户端应用HASH算法，进行数据分片存放

特性： 满足一致性（C）、满足分区可容忍性（P）、满足部分可用性（A）（可用性上升）

好处： a.单个服务器宕机只会导致服务降级 b.集群有了扩容缩容的可能性

3.多副本写入

客户端多副本写入，Client在写数据库的时候对多个数据库进行写入，并且在都写入成功的时候才认为成功。

特性： 满足一致性（C），满足分区容忍性（P），读可用性上升（A），写可用性下降（A）

适用于读多写少的场景应用。

变种： 写成功部分副本就返回成功，剩下的副本写入不保证结果，这种结果就是牺牲了一定的一致性（C）,换取可用性（A）提升。

4.Clustering

4.1 多副本 -- 写其中一个，同步完成任务写成功

特性：保证了一致性（C）、可用性、分区容忍性（P）下降

2、ACID

事务机制，保证事务是正确可靠的。 数据库事务机制： 1.原子性（Atomicity）: 一个事务是一个不可分割的单元，要么全部成功，要么全部失败 2.一致性（Consistency）:从数据库多次读取数据一致 3.隔离性（Isolation）:事务之间相互隔离，互不干扰 4.持久性（Durability）:事务一旦提交，数据库中的改变也是永久性的

3、BASE

1.基本可用（basically availble） 支持分区失败，出了问题服务仅降级（部分不可用）

2.软状态/柔性（Soft state） 事务软状态可理解为“无连接”的，软状态可以有一段时间不同步、异步

3.最终一致性（Eventual consistency） 最终该数据是一致的，而不是时时一致。