丽江北京网站建设/百度高级搜索入口

上一篇文章我简单介绍了一下什么是CAP理论，本篇文章讲解一下随着技术的演变，CAP理论是如何发展为BASE理论的。

CAP理论回顾

        首先我们回顾一下CAP理论，CAP理论指得是分布式系统发生网络等故障时，不同节点之间无法同步数据，此时无法保证所有节点都能返回一致的数据。

        解决方案是要么保证数据的一致性，此时未同步数据的节点不返回数据，即不可用；

        要么保证系统的可用性，即不同节点返回数据可能不一致；

BASE理论

        随着现代系统复杂度的提高，只实现一致性或可用性已经无法很好的满足用户的需要；并且随着一些技术的进步，一致性和可用性也并非无法同时使用，此时就提出了BASE理论。

BASE理论是基本可用（Basically Available ）、软状态（Soft state）和最终一致性（Eventually consistent ）的简称。

        BASE理论是指：通过特殊的手段来权衡一致性和可用性，使系统能够满足基本可用（Basically Available ）和最终一致性（Eventually consistent ）。

基本可用

        指的是当系统发生故障时，牺牲一部分的可用性，来保证系统能够基本运行；相比正常的系统，区别可能是响应时间变长、服务降级等。

        例如：系统响应时间由正常的0.1s提升至2s；或者由正常的服务响应降级到体验感稍差的服务页面。

软状态

        系统中不同节点的状态可以是暂时不一致的，不要求实时同步，这给系统带来了很大的灵活性和可用性。

最终一致性

        CAP理论中的一致性指的是强一致性，即修改一个节点中的数据之后，查询任意节点的数据都是最新的数据；

        而最终一致性是指：修改一个节点的数据之后，经过一段时间，查询任意节点的数据都是最新的数据；在这段时间中，系统处于软状态，查询的数据可能是旧数据也可能是新数据；但是过了这段时间，系统处于硬状态时，就要保证各节点的强一致了。

        实现最终一致性的方式：消息队列、定时任务、人工补偿等；

结论

        总的来说，BASE理论是通过对一致性和可用性的权衡来使系统的功能更广泛，并且提高了用户的使用体验。