本文是看《從Paxos到ZooKeeper分散式一致性原理與實踐》-倪超 著。進行簡單記錄。

ACID是什麼？

事務(Transaction) 是由一系列對系統中資料進行訪問與更新的操作組成的一個程式執行邏輯單元(Unit)，狹義上的事務特指資料庫事務。一方面，當多個應用程式併發訪問資料庫時，事務可以在這些應用程式之間提供一個隔離方法，以防止彼此的操作互相干擾。另一方面，事務為資料庫操作序列提供了一個從失敗中恢復到正常狀態的方法，同時提供了資料庫即使在異常狀態下仍能保持資料一致性的方法。
事務具有四個特性，分別是原子性(Atomicity)、一致性(Consistency)、隔離性(Isolation)和永續性(Durability)，簡稱為事務對ACID特性。

CAP是什麼？

C:(Consistency)：一致性，A:(Availability)：可用性，P:(Partition tolerance)分割槽容錯性
一個分散式系統不可能同時滿足CAP。

定理的應用：

另一方面，需要明確的一點是，對於一個分散式系統而言，分割槽容錯性可以說是一個最基本的要求。為什麼這樣說，其實很簡單，因為既然是一個分散式系統，那麼分散式系統中的元件必然需要被部署到不同的節點，否則也就無所謂分散式系統了，因此必然出現子網路。而對於分散式系統而言，網路問題又是一個必定會出現的異常情況，因此分割槽容錯性也就成為了一個分散式系統必然需要面對和解決的問題。因此係統架構設計師往往需要把精力花在如何根據業務特點在C（一致性）和（A可用性）之間尋求平衡。

BASE理論是什麼？

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，是由來自eBay的架構師Dan Pritchett第一次明確提出，是對CAP中的一致性和可用性權衡的結構，其來源對於大規模網際網路系統分散式實踐的總結，是基於CAP定理逐步演進而來的，其核心思想是即使無法做到強一致性（Strong consistency），但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）。

基本可用的典型例子：

• 相應時間上的損失：正常情況下，一個線上搜尋引擎需要0.5秒查詢出結果，但是出現故障之後，可能會增加1~2秒。
• 功能上的損失：正常情況下，在一個電子商務網站上進行購物，消費者幾乎能夠順利地完成每一筆訂單，但是在一些節日大促銷購物高峰對時候，由於消費者的購物行為激增，為了保護購物的系統穩定性，部分消費者可能會被吸引到一個降級頁面。

弱狀態

若狀態也稱為軟狀態，和硬體狀態相對，是指允許系統中的資料存在中間狀態，並認為該中間狀態的存在不會影響系統的整體可用性，即允許系統在不同節點的資料副本之間進行資料同步的過程存在延時。

最終一致性

因果一致性（Causal consistency）：

程序A在更新完某個資料項後通知欄程序B，那麼程序B之後對資料項的訪問都應該能夠獲取到程序A更新後的最新值，即不能發生丟失更新情況。與此同時，與程序A無因果關係對程序C的資料訪問則沒有這樣的限制。

讀已之所寫（Read your writes）:

程序A更新一個數據項之後，它自己總是能夠訪問到更新過對最新值，而不會看到舊值。也就是說，對於單個數據獲取者來說，其讀取到的資料，一定不會比自己上次寫入的值舊。因此，讀已之所寫也可以看作是一種特殊的因果一致性。

會話一致性（Session consistency）:

會話一致性對系統資料的訪問過程框定在了一個會話當中：系統能夠保證在同一個有效的會話中實現”讀已之所寫”的一致性，也就是說，執行更新操作之後，可會能夠在同一個會話中始終讀取到該資料項對最新值。

單調讀一致性(Monotonic read consistency)

單調讀一致性是指如果一個程序從系統中讀取出一個數據項的某個值後，那麼系統對於該程序後續的任何資料訪問都不應該返回更舊的值。

單調寫一致性（Monotonic write consistency）

單調寫一致性是指，一個系統需要能夠保證來自同一個程序的寫操作被順序的執行。

BASE小結

事實上，最終一致性並不是只有那些大型分散式系統才涉及的特性，許多現代的關係型資料庫都採用了最終一致性模型。在現代關係型資料庫中，大多都是會採用同步和非同步方式來實現主備資料複製技術。在同步方式中，資料的複製過程通常是更新事務的一部分，因此在事務完成後，主備資料庫的資料就會達到一致。而在非同步方式中，備庫的更新往往會存在延時，這取決於事務日誌在主備資料庫之間傳輸的時間長短，如果傳輸時間過長，或者甚至在日誌傳輸過程中出現異常導致無法及時將事務應用到備庫上，那麼很顯然，從備庫中讀取的資料是舊的，因此就會出現資料不一致的情況。當然，無論是採用多次重試還是人為資料訂正，關係型資料庫還是能夠保證最終資料達到一致—這就是系統提供最終一致性保證的經典案例。
總的來說，BASE理論面向的是大型高可用可擴充套件的分散式系統，和傳統事務的ACID特性是相反的，它完全不同於ACID的強一致性模型，而是提出通過犧牲強一致性來獲得可用性，並允許資料在一段時間內是不一致的，但是最終達到一致狀態。但同時，在實際分散式場景中，不同業務單元和元件對資料一致性的要求是不同的，因此在具體的分散式系統架構設計的過程中，ACID特性與BASE理論往往又會結合在一起使用。