BASE 理论

CAP理论中我们的微服务项目一致性、可用性、分区容错性三者只能满足两者同时成立。BASE理论是对CAP中一致性与可用性权衡的结果，是由CAP一步步演化而来的。

BASE理论是【Basically Available(基本可用)，Soft State（软状态）和Eventually Consistent（最终一致性）】三个短语的缩写。

基本可用

对于系统而言，再出现一些不可预知的故障，系统可以保证基本可用，用户不会出现卡死，蓝屏，满屏异常这种情况。可以是原本一个请求0.3秒响应，现在3秒响应。

软状态

相对于原子性而言，要求每个节点上的数据副本都是一致的，这是一种硬状态。 允许系统中数据存在中间状态不影响整体可用性，允许数据延时，这就是软状态。

最终一致性

数据不能一直是软状态，在一定时间后要保证数据副本的一致性，从而实现最终一致性。

• 因果一致性（Causal consistency）

因果一致性指的是：如果节点A在更新完某个数据后通知了节点B，那么节点B之后对该数据的访问和修改都是基于A更新后的值。于此同时，和节点A无因果关系的节点C的数据访问则没有这样的限制。

• 读己之所写（Read your writes）

读己之所写指的是：节点A更新一个数据后，它自身总是能访问到自身更新过的最新值，而不会看到旧值。其实也算一种因果一致性。

• 会话一致性（Session consistency）

会话一致性将对系统数据的访问过程框定在了一个会话当中：系统能保证在同一个有效的会话中实现 “读己之所写” 的一致性，也就是说，执行更新操作之后，客户端能够在同一个会话中始终读取到该数据项的最新值。

• 单调读一致性（Monotonic read consistency）

单调读一致性指的是：如果一个节点从系统中读取出一个数据项的某个值后，那么系统对于该节点后续的任何数据访问都不应该返回更旧的值。

• 单调写一致性（Monotonic write consistency）

单调写一致性指的是：一个系统要能够保证来自同一个节点的写操作被顺序的执行。

小结

BASE理论是面向的是大型高可用、可扩展的分布式系统。与传统ACID特性相反，不同于ACID的强一致性模型，BASE强调通过牺牲强一致性来获得可用性，并允许数据段时间内的不一致，但是最终达到一致状态。同时，在实际分布式场景中，不同业务对数据的一致性要求不一样。因此在设计中，ACID和BASE理论往往又会结合使用。