CAP和BASE理论

曾经终败给现在 2023-07-13 13:47 4阅读 0赞

# 1. CAP理论 #

2000年7月，加州大学伯克利分校的Eric Brewer教授在ACM PODC会议上提出CAP猜想。2年后，麻省理工学院的Seth Gilbert和Nancy Lynch从理论上证明了CAP。之后，CAP理论正式成为分布式计算领域的公认定理。

CAP理论为：一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三项中的两项。

## 1.1 一致性（Consistency） ##

一致性指“all nodes see the same data at the same time”，即更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致。

## 1.2 可用性（Availability） ##

可用性指“Reads and writes always succeed”，即服务一直可用，而且是正常响应时间。

## 1.3 分区容错性（Partition tolerance） ##

分区容错性指“the system continues to operate despite arbitrary message loss or failure of part of the system”，即分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务。

# 2. CAP权衡 #

通过CAP理论，我们知道无法同时满足一致性、可用性和分区容错性这三个特性，那要舍弃哪个呢？

对于多数大型互联网应用的场景，主机众多、部署分散，而且现在的集群规模越来越大，所以节点故障、网络故障是常态，而且要保证服务可用性达到N个9，即保证P和A，舍弃C（退而求其次保证最终一致性）。虽然某些地方会影响客户体验，但没达到造成用户流程的严重程度。

对于涉及到钱财这样不能有一丝让步的场景，C必须保证。网络发生故障宁可停止服务，这是保证CA，舍弃P。貌似这几年国内银行业发生了不下10起事故，但影响面不大，报到也不多，广大群众知道的少。还有一种是保证CP，舍弃A。例如网络故障事只读不写。

孰优孰略，没有定论，只能根据场景定夺，适合的才是最好的。

**CAP理解：**

**为什么分布式环境一定要保证分区容错性，我的理解是指当单台服务器，  
或多台服务器出问题（主要是网络问题）后，需要有进行故障自动转移（或者是主从切换等机制）**

**所以当满足P分区容错性的时候，那么C强一致性和A可用性只能保证一个，举例如下：  
1、调用方1，服务方2和3等  
2、当机器2出现问题时有P容错机制，所以这个时候2可能在进行故障转移（或者2的数据在往3上迁移等工作)  
3、如果要满足C数据一致性，那么这个时候服务方在迁移数据，服务器3上的数据可能还不完整，这个时候就不能  
对外提供服务，所以就需要牺牲服务的可用性来满足数据的强一致性。  
4、如果要满足A可用性，那么这个时候因为在故障转移，数据可能就不完整，所以就需要牺牲数据的强一致性来满足可用性**

# 3. BASE理论 #

eBay的架构师Dan Pritchett源于对大规模分布式系统的实践总结，在ACM上发表文章提出BASE理论，BASE理论是对CAP理论的延伸，核心思想是即使无法做到强一致性（Strong Consistency，CAP的一致性就是强一致性），但应用可以采用适合的方式达到最终一致性（Eventual Consitency）。

BASE是指基本可用（Basically Available）、软状态（ Soft State）、最终一致性（ Eventual Consistency）。

## 3.1 基本可用（Basically Available） ##

**基本可用是指分布式系统在出现故障的时候，允许损失部分可用性，即保证核心可用。**

电商大促时，为了应对访问量激增，部分用户可能会被引导到降级页面，服务层也可能只提供降级服务，或者是服务熔断等，这就是损失部分可用性的体现。

## 3.2 软状态（ Soft State） ##

**软状态是指允许系统存在中间状态，而该中间状态不会影响系统整体可用性**。分布式存储中一般一份数据至少会有三个副本，允许不同节点间副本同步的延时就是软状态的体现。mysql replication的异步复制也是一种体现。

## 3.3 最终一致性（ Eventual Consistency） ##

**最终一致性是指系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。弱一致性和强一致性相反，最终一致性是弱一致性的一种特殊情况。**

# 4. ACID和BASE的区别与联系 #

ACID是传统数据库常用的设计理念，追求强一致性模型。BASE支持的是大型分布式系统，提出通过牺牲强一致性获得高可用性。

ACID和BASE代表了两种截然相反的设计哲学

在分布式系统设计的场景中，系统组件对一致性要求是不同的，因此ACID和BASE又会结合使用。