BASE思想就是AP模式的一种成功实践。
一致性：表示分布式系统的不同分区之间的数据副本是一致的。这么定义有些严格，宽泛地讲，从外部请求这个分布式系统，先进行写，后进行读，总能读到最新的值。如果由于分区的存在，导致读到了旧值，但通过数据同步使得分区间的数据在一段延迟后重新一致，响应恢复正常，这种情况可以称为最终一致性或瞬时不一致。
可用性：如果一个系统能够在任何时刻提供服务，那么这个分布式系统就被认为具备良好的可用性。如果由于分区的存在，导致系统从整体上看有稳定性风险，那么该分布式系统的可用性是不足的。
分区容错性：表示分布式系统的多个分区（或者副本）之间能够封闭运行，可以在一个分区出现问题或者分区之间出现问题的情况下稳定工作，那么该系统具备良好的分区容错性。
分区模式：
数据分区：不同的数据类型对于一致性的要求是不同的，比如购物车和商品，商品系统一致性要求低一些，购物车系统一致性要求高。商品系统就可以考虑缓存技术。 操作分区：读写分离，写要求的一致性高，读就可以读缓存。 用户分区：用户的地理位置或属性分区，CDN服务就是一个用户分区的例子，用户访问WEB服务，系统会根 据用户的地理位置，将用户获取资源的请求转派到离用户更近的区域网络。 层次分区：
一致性和可用性的矛盾
分布式环境中，分区已成既定事实，因为分区间的通信不能保证绝对意义的可靠。所以： 1、如果看重一致性，那么就需要数据在更新时，在多个分区之间保证强一致，解法就是在更新时锁定多个分区，任意分区出错，则更新失败，但这样会导致可用性降低。 2、如果保证可用性，就必须做到多个分区之间的更新不相互耦合，通过异步消息进行更新，如果任意分区出错，则会进行重试，但这样会无法满足一致性要求。
尽力而为的一致性，即AP类型。在某些场景下，牺牲可用性是不可取的，用户需要立刻看到响应，纵使它的数据不那么实时。AP类型常见的使用场景就是缓存服务，在互联网这种读远远大于写的场景里，缓存服务被大量使用。用户实时数据一般存储在关系数据库中，而缓存服务中的快照数据能够更快地响应用户请求，虽然数据的一致性会收到挑战，但可以使用缓存的过期时间来做到用户数据在二者中的最终一致。
分布式事务：二阶段，拜占庭将军，TCC，seata
分布式协议：raft，paxos
