分布式系统目标 --CAP、BASE 简述

- 日理万妓 2022-11-03 15:30 193阅读 0赞

### 1.CAP理论 ###

CAP的含义：

*  C：Consistency 一致性，同一数据的多个副本是否实时相同。
 *  A：Availability 可用性，一定时间内如果系统返回一个明确的结果，则称为该系统可用。
 *  P：Partition tolerance 分区容错性，将同一服务分布在多个系统中，从而保证某一个系统宕机， 仍然有其他系统提供相同的服务。

对于一个业务系统来说，可用性和分区容错性是必须要满足的两个条件，并且这两者是相辅相成的。业务系统之所以使用分布式系统，主要原因有两个：

*  提升整体性能：当业务量猛增，单个服务器已经无法满足我们的业务需求的时候，就需要使用分布式系统，使用多个节点提供相同的功能，从而整体上提升系统的性能。
 *  实现分区容错性：单一节点或多个节点处于相同的网络环境下，那么会存在一定的风险，万一该机房断电、该地区发生自然灾害，那么业务系统就全面瘫痪了。为了防止这一问题，采用分布式系统，将多个子系统分布在不同的地域、不同的机房中，从而保证系统高可用性。

这说明分区容错性是分布式系统的根本，如果分区容错性不能满足，那使用分布式系统将失去意义。

此外，可用性对业务系统也尤为重要。在大谈用户体验的今天，如果业务系统时常出现“系统异常”、响应时间过长等情况，这使得用户对系统的好感度大打折扣，在互联网行业竞争激烈的今天，相同领域的竞争者不甚枚举，系统的间歇性不可用会立马导致用户流向竞争对手。因此，我们只能通过牺牲一致性来换取系统的可用性和分区容错。

### 2.Base理论 ###

CAP理论告诉我们一个悲惨但不得不接受的事实——我们只能在C、A、P中选择两个条件，即CP或AP。而对于业务系统而言，我们往往选择牺牲一致性来换取系统的可用性和分区容错性（AP)。不过这里要指出的是，所谓的“牺牲一致性”并不是完全放弃数据一致性，而是牺牲强一致性换取弱一致性

*  BA：Basic Available 基本可用，整个系统在某些不可抗力的情况下，仍然能够保证“可用性”，即一定时间内仍然能够返回一个明确的结果。
    
    > “基本可用”和“高可用”的区别是： “一定时间” 可以适当延长 ，比如当举行大促时，响应时间可以适当延长，而给部分用户返回一个降级页面，从而缓解服务器压力。但要注意，返回降级页面仍然是返回明确结果。
 *  S：Soft State 柔性状态，同一数据的不同副本的状态，可以不需要实时一致。
 *  E：Eventual Consisstency 最终一致性，同一数据的不同副本的状态，可以不需要实时一致，但 一定要保证经过一定时间后仍然是一致的。
    
    > 软状态的终极目标是最终一致性。如，分布式存储的副本数最终会达到稳定状态