# FLP原理 CAP理论 BASE/ACID ## FLP原理（FLP不可能原理） 在网络可靠、但允许节点失效（即便只有一个）的最小化异步模型系统��，不存在一个可以解决一致性问题的确定性共识算法（No completely asynchronous consensus protocol can tolerate even a single unannounced process death） ## CAP原理 分布式系统无法同时确保一致性（Consistency）、可用性（Availability）和分区容忍性（Partition），设计中往往需要弱化对某个特性的需求。  - 一致性（Consistency）：这里的一致性指的是**强一致性**——任何事务都必须是原子的，同一份数据（如数据库）的所有副本（如有）都应该在每个时刻保持完全一致； - 可用性（Availability）：系统在有限时间内正确应答所有请求的能力； - 分区容忍性（Partition tolerance）：系统在出现网络分区时（即出现互不连通的子图时），仍然能够对外提供满足一致性和可用性的服务的能力。 CAP 原理认为，分布式系统最多只能保证三项特性中的两项特性。 ## 简单解释 一个分布式系统里面，节点组成的网络本来应该是连通的。然而可能因为一些故障，使得有些节点之间不连通了，整个网络就分成了几块区域。数据就散布在了这些不连通的区域中。这就叫分区。 当你一个数据项只在一个节点中保存，那么分区出现后，和这个节点不连通的部分就访问不到这个数据了。这时分区就是无法容忍的。 提高分区容忍性的办法就是一个数据项复制到多个节点上，那么出现分区之后，这一数据项就可能分布到各个区里。容忍性就提高了。 然而，要把数据复制到多个节点，就会带来一致性的问题，就是多个节点上面的数据可能是不一致的。要保证一致，每次写操作就都要等待全部节点写成功，而这等待又会带来可用性的问题。 总的来说就是，数据存在的节点越多，分区容忍性越高，但要复制更新的数据就越多，一致性就越难保证。为了保证一致性，更新所有节点数据所需要的时间就越长，可用性就会降低。 [来源](https://www.zhihu.com/question/54105974/answer/139037688) ## 应用场景 既然 CAP 三种特性不可同时得到保障，则设计系统时候必然要弱化对某个特性的支持。 ### 弱化一致性 对结果一致性不敏感的应用，可以允许在新版本上线后过一段时间才最终更新成功，期间不保证一致性。 例如网站静态页面内容、实时性较弱的查询类数据库等，简单分布式同步协议如 Gossip，以及 CouchDB、Cassandra 数据库等，都为此设计。 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。 ### 弱化可用性 对结果一致性很敏感的应用，例如银行取款机，当系统故障时候会拒绝服务。MongoDB、Redis、MapReduce 等为此设计。 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。 ### 弱化分区容忍性 现实中，网络分区出现概率较小，但很难完全避免。实践中，网络可以通过双通道等机制增强可靠性，实现高稳定的网络通信。 两阶段的提交算法，某些关系型数据库以及 ZooKeeper 主要考虑了这种设计。 # BASE > BASE是指基本可用（Basically Available）、软状态（Soft State）、最终一致性（Eventual Consistency） 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）。** - **基本可用（Basically Available）**：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。这就是损失部分可用性的体现。 - **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。 - **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。弱一致性不如强一致性那么严格，最终一致性是弱一致性的一种特殊情况。 # ACID > ACID，即 Atomicity（原子性）、Consistency（一致性）、Isolation（隔离性）、Durability（持久性）四种特性的缩写 ACID 也是一种比较出名的描述一致性的原则，通常出现在分布式数据库等基于事务过程的系统中。 - **原子性（Atomicity）**：每次事务是原子的，事务包含的所有操作要么全做，要么全不做。一旦有操作失败，则需要回退状态到执行事务之前； - **完整性（Consistency）**：数据库的状态在事务执行前后的状态是一致的和完整的，无中间状态。即只能处于事务成功提交后或事务回滚后的状态； - **隔离性（Isolation）**：各种事务可以并发执行，但彼此之间互相不影响。按照标准 SQL 规范，从弱到强可以分为未授权读取、授权读取、可重复读取和串��化四种隔离等级； - **持久性（Durability）**：状态的改变是持久的，不会失效。一旦某个事务提交，则它造成的状态变更就是永久性的。 > ACID 和 BASE 在英文中分别是“酸”和“碱”，看似对立，实则是对 CAP 三特性的不同取舍。