什么是分布式系统BASE理论简介说明
维基百科:`https://en.wikipedia.org/wiki/Eventual_consistency`
> Eventually-consistent services are often classified as providing BASE semantics (basically-available, soft-state, eventual consistency), in contrast to traditional ACID (atomicity, consistency, isolation, durability)
* **Basically available** : reading and writing operations are available as much as possible (using all nodes of a database cluster), but might not be consistent (the write might not persist after conflicts are reconciled, and the read might not get the latest write)
* **Soft-state** : without consistency guarantees, after some amount of time, we only have some probability of knowing the state, since it might not yet have converged
* **Eventually consistent** : If we execute some writes and then the system functions long enough, we can know the state of the data; any further reads of that data item will return the same value
## 简介
基本可用：
字面意思，基本可以使用，比如运行的稍微慢一些，这叫做基本可用，如果说卡住半天不动，这叫做基本不可用。比如淘宝购物，如果是大促期间，部分人无法下单要等一会儿，或者说不能立可退款，可以认为是基本可用，但是如果大家下单后都不能付款，那就不是基本可用，那就是部分不可用，就是约等于不可用。
软状态：
指的是一种过渡状态，不需要针对字眼过分解读，从不一致到一致性有一个过程，系统也有一个过度的逐步趋于一致的过程。
最终一致性：
这个词，有两层含义，最终会达成一致；中间会不一致；
如果说无法最终达成一致性，就不算是达成最终一致性。
最终一致性可以认为是基于工程实践，在不同的场景下选择的对一致性的容忍程度。
对于很难（或者有些场景无法）达到一致性的妥协。
base理论是在cap理论的基础上发展的，cap描述了分布式系统中数据一致性，可用性，分区容错性之间的制约关系。当你选择其中两个的时候，就不得不对另外一个做出一定的牺牲。
base理论则是对cap理论的实际应用，也就是在分区和副本存在的前提下，通过一定的系统设计方案，放弃强一致性，实现基本可用，这是大部分分布式系统的选择。在这个前提下，如何把基本可用做到最好，则是我们追求的目标。
**BASE换个角度理解的话，就是在保障CAP中AP可用的情况下，尽可能的保障C。**
### 相关资料
**Eventual Consistency Today: Limitations, Extensions, and Beyond: How can applications be built on eventually consistent infrastructure given no guarantee of safety?**
`https://dl.acm.org/doi/10.1145/2460276.2462076`
**BASE: An Acid Alternative: In partitioned databases, trading some consistency for availability can lead to dramatic improvements in scalability.**
`https://dl.acm.org/doi/10.1145/1394127.1394128`
**Principles of Eventual Consistency**
`https://www.nowpublishers.com/article/Details/PGL-011`
**Understanding Eventual Consistency**
`https://www.microsoft.com/en-us/research/publication/understanding-eventual-consistency/`
**Eventually consistent**
`https://dl.acm.org/doi/10.1145/1435417.1435432`
`https://www.researchgate.net/publication/335106736_Eventually_Consistent`
在CAP`https://www.crazybytex.com/thread-246-1-1.html`中有详细的说明关于CAP三者之间的选择问题。
### CAP的延伸发展
因为是分布式系统，绝大多数情况下需要对分区情况进行容错，也就是可以接受网络分区，只是容忍度的问题，那就只剩下CA的选择，而对于C来说本身就很难达到绝对的强一致性，所以在保障A的前提下，尽可能的去达成一致性C，就成了很多工程实践的选择。
BASE理论就是这一思考过程的一种理论研究。
换句话说，BASE其实就是已经选择了CA，但是还希望尽可能的在各种场景下保障C，BASE 理论是 CAP 理论中的 AP 的延伸，是对互联网大规模分布式系统的实践总结，强调可用性
!(data/attachment/forum/202212/11/215717qo9pz3p4zohm3hmb.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/300 "image.png")
BASE 理论是一种处理分布式事务的思想，没有具体的操作步骤，也就是说他并不是具体的算法。
是一种指导思想。
BASE 理论是对 CAP 中一致性和可用性权衡的结果，它来源于对大规模互联网分布式系统实践的总结，是基于 CAP 定理逐步演化而来的。
它的核心思想是，如果不是必须的话，不推荐实现事务或强一致性，鼓励可用性和性能优先，根据业务的场景特点，来实现非常弹性的基本可用，以及实现数据的最终一致性。
BASE 理论主张通过牺牲部分功能的可用性，实现整体的基本可用，也就是说，通过服务降级的方式，努力保障极端情况下的系统可用性。
如果往简单了说，BASE就是分布式系统实践下的一种较为流行的一种实践，这种实践是被证明靠谱的，也体现了分布式系统的复杂，毕竟有诸如FLP不可能理论的存在。
兜兜转转，妥协在妥协的一种经验。
### 再说一致性
最终一致性强调的是最终能够达成结果，比如多台机器副本，如果只是某一个节点暂时无法写入数据，将数据暂时缓存下来，然后重试，如果后面最终成功，这就是达到了最终一致性。
秒杀系统将用户的请求进行缓存，通过MQ的形式进行削峰填谷，也是一种形式的最终一致性，虽然无法立刻进行响应，但是系统却仍旧可以不断地处理这些请求，这些请求也最终会得到对应的计算结果。
所以最终一致性，对于可以接受他的这些情况来说，有很大的实践指导意义，对于分布式系统的设计都很有帮助。
!(data/attachment/forum/202206/16/141330jha7st9soow8772i.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/300 "common_log.png")
`转载务必注明出处：程序员潇然，疯狂的字节X，https://crazybytex.com/thread-247-1-1.html `
页:
[1]