2008 年 eBay 的架構師 Dan Pritchett 在發表給 ACM 的文章 BASE: An Acid Alternative 中第一次明確提出BASE理論。

簡介

BASE 不是 base (基礎) 的意思

BASE是 Basically Available（基本可用）、Soft state（軟狀態）和 Eventually consistent（最終一致性）三個短語的簡寫。

BASE是對CAP 理論中強一致性和可用性權衡的結果，其來源於對大規模網際網路系統分散式實踐的總結，是基於CAP定理逐步演化而來的，其核心思想是即使無法做到強一致性(Strong consistency)，每個應用都可以根據自身的業務特點，採用適當的方式來使系統達到最終一致性(Eventual consistency)。

Basically Available

BASE 中的 BA，基本可用。

基本可用是指分散式系統在出現不可預知故障的時候，允許損失部分可用性 (響應時間、功能上的可用性).

注意，允許損失部分可用性 不等價於 系統不可用

響應時間上的損失：正常情況下的搜尋引擎 0.5 秒即可返回結果，而基本可用情況下的搜尋引擎 1 秒才返回結果。

功能上的損失：在一個電商網站上，正常情況下，使用者可以順利完成每一筆訂單，但是到了大促期間，為了保護購物系統的穩定性，部分消費者可能會被引導到一個降級頁面。

Soft state

BASE 中的 S，軟狀態。

軟狀態指的是，允許系統中的資料存在中間狀態，且該狀態不影響系統的整體可用性，即允許系統在多個不同節點的資料副本存在資料延時,前提是這個延時不影響可用性。

硬狀態,要求多個節點的資料副本都是一致的

Eventually consistent

BASE 中的 E，最終一致性。

上面說軟狀態，然後不可能一直是軟狀態，必須有個時間期限。在期限過後，應當保證所有副本保持資料一致性。

亞馬遜技術長Werner Vogels在於2008年發表的一篇經典文章Eventually Consistent-Revisited中，對最終一致性進行了非常詳細的介紹。

他認為最終一致性是一種特殊的弱一致性：

系統能夠保證在沒有其他新的更新操作的情況下，資料最終一定能夠達到一致的狀態 ，因此所有客戶端對系統的資料訪問都能夠獲取到最新的值。同時，在沒有發生故障 的前提下，資料達到一致狀態的時間延遲，取決於網路延遲、系統負載和資料複製方 案等因素。

最終一致性強調的是系統中所有的資料副本，在經過一段時間的同步後，最終能夠達到一致的狀態。

強一致性

有弱一致性，就有強一致性。

強一致性要求，在更新的同時，所有節點查詢到的都必須是最新的資料。

5種最終一致性

實際工作中，最終一致性分為 5 種

因果一致性（Causal consistency）

如果節點A在更新完某個資料後通知了節點B,那麼節點B的訪問修改操作都是基於A更新後的值,同時,和節點A沒有因果關係的C的資料訪問則沒有這樣的限制

讀己之所寫（Read your writes）

因果一致性的特定形式，一個節點A總可以讀到自己更新的資料

會話一致性（Session consistency）

訪問儲存系統同一個有效的會話，系統應保證該程式讀己之所寫

單調讀一致性（Monotonic read consistency）

一個節點從系統中讀取一個特定值之後，那麼該節點從系統中不會讀取到該值以前的任何值

單調寫一致性（Monotonic write consistency）

一個系統要能夠保證來自同一個節點的寫操作被順序執行（保證寫操作序列化）