这是我参与「第三届青训营 -后端场」笔记创作活动的第1篇笔记
CAP & BASE
CAP理论
CAP指出一个分布式系统，涉及读写操作时，满足分区容错后，只能满足其余的一点
-
Consistency 一致性：所有节点访同一份最新的数据副本
-
Availablity 可用性：非故障的节点在合理的时间内返回合理的响应
-
Partition Tolerance 分区容错性：分布式系统出现网络分区的时候，仍能够对外提供服务
- 网络分区(network partition)：存放数据的部分节点故障，导致网络分成几块，区之间无法通信
CP架构：ZooKeeper、HBase
AP架构：Cassandra、Eureka
为什么没有CAP？ 如果系统出现了网络分区，某个节点正在写，如果为了保证C，就要禁止其他节点的读写操作，与A冲突；如果为了保证A，其他节点读写正常的话， 与C冲突。
如果没有发生P，那么CA是可以共存的。
BASE理论
一种对C和A的权衡
- Basically Available，基本可用
- Soft-State，软状态
- Eventually Consistent，最终一致性
核心思想
牺牲数据的一致性来满足系统的高可用性，系统中一部分数据不可用或者不一致是，仍需要保持系统整体“主要可用”
基本可用
系统在出现故障时，允许损失部分可用性
- 响应时间上的损失
- 系统功能上的损失
软状态
指系统中的数据存在中间状态（一段时间内数据不一致），并认为这个中间状态不会影响系统整体可用性
最终一致性
系统中的所有数据副本，在经过一段时间的同步后，最终能达到一致。
各种一致性要求对比
- 强一致性：任何时候，系统写入的数据会同步到所有的副本。
- 弱一致性：不一定可以读取到最新写入的值，也不保证多少时间之后读取到的数据是最新的，只是会尽量保证某个时刻达到数据一致的状态
- 最终一致性 ：弱一致性的升级版，系统会保证在一定时间内达到数据一致的状态。
