前言
写完了 CAP 理论，接着重新了解一下 BASE 理论。
问题
CAP 理论的一致性和可用性在存在网络分区的条件下，是冲突的。意味着，假如我们使用的分布式系统，就一定要在一致性和可用性中进行取舍。
可用性是分布式系统非常关键的指标。
假如有3个节点集群，每个节点集群的可用性为99.9%，则集群可用性是99.9%的3次方，即99.7%。每个月要宕机129.6分钟，这是非常严重的问题。 —— 《分布式协议与算法实践》 韩健 极客时间
AP 会成为大多数分布式项目的首要目标，而一致性 C ,会被充分地进行折中考虑。于是就有了 AP 的延伸，BASE 理论。
- PS: BASE 达到 AP，尽量满足 C。
BASE
- 基本可用 Basically Available
- 最终一致性 Eventually Consistent
- 软状态 Soft state
基本可用 Basically Available
自定义概念：这是一种分布式系统的特性，具备这种特性的系统，会有一种弹性的功能，这有别于我们对编程硬性且绝对正确的编程观。这样的系统在发生不可预知故障时，会允许损失部分功能的可用性，进而保证核心功能的可用性。
已12306购票系统为例。12306购票系统每年都会有一次春运，需要极其庞大的计算资源，在正常情况下部署，是非常浪费的。假如其坚持绝对正确，则会导致大量宕机，最终系统不可用。
12306系统的基本可用如何实现？
- 访问错开，流量错峰。也就是：8点购买A城市的票，9点购买B城市的票。从理论上看，就是每个城市购票都不是随时可用的，牺牲一部分的可用性，但不影响业务。
- 延迟响应。这是提交了购票请求后，请求会在队列中排队，系统会在后面进行处理。从理论上看：系统不进行请求的处理，从用户角度上看就可以理解为那个时刻宕机不可用，事实上系统只是延迟处理。
- 体验降级。譬如我们直接关闭一些服务，或者让图片由高清转为小图，以提供系统处理能力
- 过载保护。任何系统在有限的硬件资源条件下都会出现负载过高的情况，系统必须有合适的处理策略进行过载监控及保护，例如最直接的超时拒绝服务，“系统开小差”等
以上流量削峰、延迟响应、体验降级、过载保护是系统对可用性的这种处理的常用手段，区别于硬性且无差别的可用性，在这些手段的帮助下，分布式系统会具备一定的弹性，保证核心可用性，即基本可用。
最终一致性 Eventually Consistent
自定义概念：系统中所有的数据副本经过一段时间的同步后，最终能够达到一致的状态。也就是分布式系统，本身就允许中间状态的存在，但保证状态最终一致。
- 几乎所有的互联网系统都采用允许中间状态存在的最终一致性方案，只有实在不能使用时，才会考虑强一致性(不允许中间状态存在)或事务。例如：金融系统或支付系统。方案的使用是取决于业务的，譬如：购物车等，允许存在数百毫秒的数据延迟是可以的，只要在交互上屏蔽一下差异，用户基本不会发现，但要强硬地做到强一致，则会让系统非常吃力。
PS：强一致性，和分布式使用同步方式交互有关系么？是不是使用同步方式进行交互就能够保证一致性？事务允许多个服务同时提交，但会通过事务协调者一致通过。
最终一致性的实现方式
- 以最新写入的数据为准
- 以第一次写入的数据为准
PS: 这里有疑惑，在分布式系统上，怎么样才能区别一个数据是不是为准？第一次和最新一次？
实现最终一致性的具体方式有：
- 读时修复
- 写时修复
- 异步修复
在这里，我想强调的是因为写时修复不需要做数据一致性对比，性能消耗比较低，对系统运行影响也不大，所以我推荐你在实现最终一致性时优先实现这种方式。而读时修复和异步修复因为需要做数据的一致性对比，性能消耗比较多，在开发实际系统时，你要尽量优化一致性对比的算法，降低性能消耗，避免对系统运行造成影响.
另外，我还想补充一点，在实现最终一致性的时候，我推荐同时实现自定义写一致性级别（All、Quorum、One、Any）， 让用户可以自主选择相应的一致性级别，比如可以通过设置一致性级别为 All，来实现强一致性。
—— 《分布式协议与算法实践》 韩健 极客时间
PS: 最终一致性的实现，其实我还不是很了解。我想到了一个ABA问题，如 DB1 DB2 构成系统，并发生通信异常，DB1 的数据A 从 1->2->1，其实它的更新是最新的，而 DB2 的数据A 从 1 -> 3，这个数据快于 DB1 1->2 , 但慢于其 2 -> 1，这个时候，集群对数据A应该是什么值？其最终一致性又应该以什么为准?
感悟和小结
基本可用和数据的最终一致性是BASE最求的两个特点，也是符合大多数互联网公司的模型。它的出现是因为 CAP 理论给分布式系统划定了上限，再加上互联网业务的需求而催生出的一种经验，并由这种经验衍生出一系列可执行的方案，包括：
- 限流
- 流量削峰
- 延迟响应(异步处理)
- 服务降级
- 过载保护
- 故障隔离
- 弹性扩容
等等，这些都是基本可用性的方案；最终一致性的实现我自己了解的不是什么透彻，因为还有一些未解决的问题，譬如存在网络分区的情况下，分区粉笔对统一数据进行修改，那应该以哪个为准呢？这里先抛出问题，我认为需要使用一致性协议进行同步才行。
