从ACID到CAP/BASE

接下来会学习一下Zookeeper，在学习Zookeeper之前，还是要介绍一些分布式事务的基础理论知识。

事务的ACID，我们在介绍MySql的时候，已经介绍到了。所以在此就不做介绍了。 然而，随着分布式计算的发展，事务在分布式计算领域中也的到了广泛的应用。在单机数据库中，很容易实现一套满足ACID特性的事务处理，但在分布式数据库中进行事务处理就具有非常大的挑战。

因为分布式环境存在着一下几个问题：

通信异常

分布式的过程必然引入网络因素，网络本身的不可靠行，使得问题变得复杂。包括消息的延迟以及消息的丢失等。

网络分区

网络发生异常的情况下，分布式各个节点之间网络延迟不断增大，最终导致只有部分节点之间可以正常通信。这就是通常所说的“脑裂”。这对分布式一致性提出了非常大的挑战。

网络三态

由于网络可能出现各式各样的问题，每一次请求和响应，都会有“三态”——成功、失败与超时。成功与失败，在单机系统中也会出现，在网络异常情况下就会出现超时的现象。而超时可能是没有发送出去，也可能是没有响应回来。

节点故障

这是分布式环境下经常遇到的问题，分布式系统下每个节点宕机，都是有可能的。

ACID理论在单机系统中，已经使用的比较成熟。在分布式系统下，出现了CAP和BASE的理论。

CAP理论

CAP是说，一个分布式系统不可能同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三个基本需求，最多只能满足其中的两项。

一致性

在分布式环境中，各个分布式节点上的多个副本之间保持一致。如果一个被修改，则所有的都被修改。

可用性

可用性是指系统的服务必须一直处于可用状态，必须对用户的每一次请求，在有效的时间内返回结果。

分区容错性

分布式系统遇到任何网络分区故障的时候，仍然需要能够保证对外提供满足一致性和可用性的服务。

分布式系统无法同时满足上述三个需求，而只能满足其中的两项。

1.  CA without P：如果不要求P（不允许分区），则C（强一致性）和A（可用性）是可以保证的。但其实分区不是你想不想的问题，而是始终会存在，因此CA的系统更多的是允许分区后各子系统依然保持CA。
2.  CP without A：如果不要求A（可用），相当于每个请求都需要在Server之间强一致，而P（分区）会导致同步时间无限延长，如此CP也是可以保证的。很多传统的数据库分布式事务都属于这种模式。
3.  AP wihtout C：要高可用并允许分区，则需放弃一致性。一旦分区发生，节点之间可能会失去联系，为了高可用，每个节点只能用本地数据提供服务，而这样会导致全局数据的不一致性。现在众多的NoSQL都属于此类。

对于一个分布式系统而言，分区容错性可以说是一个最基本的要求。因为分布式系统必然需要部署到不同的节点，必然会出现网络因素。而有网络的地方，必要会出现网络异常情况，因此分区容错性是一个分布式系统必然要面对的问题。因此只能根据业务特点在C（一致性）和A（可用性）之间寻求平衡。

BASE理论

BASE是Basically Available（基本可用）、Soft state（软状态）和Eventually consistent（最终一致性）的简写。这种理论是建立在无法做到强一致，而是系统达到最终一致。

基本可用

系统发生不可预知的故障时，允许损失部分可用性。比如响应时间上增加，功能上的损失。

弱状态

系统中的数据存在中间状态，这个状态不影响系统的可用性，即数据在不同副本之间进行数据同步的过程存在延时。

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，最终能达到一个一致的状态。而不需要实时数据的一致。

BASE理论面向大型的高可用可扩展的分布式系统，不同于ACID的强一致性，而是通过牺牲强一致性获得可用性，并允许出现一段时间的不一致，但最终会达到一致状态。

然而，在应用过程中，会根据具体的业务场景，选择不同的一致性原理实现。