分布式理论--BASE

目录

    • 是什么
    • [BASE 与 CAP,ACID 的区别](#BASE 与 CAP,ACID 的区别)
    • [BASE 和 Paxos 类共识算法的区别](#BASE 和 Paxos 类共识算法的区别)
    • 相关问题

是什么

  • BASE 理论是对 CAP 理论的进一步扩展
  • 主要强调在分布式系统中,为了获得更高的可用性和性能,可以放宽对一致性的要求,是对 CAP 中 AP 方案的一个补充。
  • BA(Basically Available):基本可用,系统在面对分区故障时,允许牺牲部分可用性(比如响应时间延长点,系统的非核心功能暂不可用),并不是不可用。
  • S(Soft State):软状态,允许系统中存在一种软状态(短时间内的数据不一致状态,如果是实时一致则为硬状态)
  • E(Eventual consistency):最终一致性,虽然系统中存在数据不一致的状态,但是经过固定的时间间隔后,必须数据一致。也就是最终必须是一致的。

BASE 与 CAP,ACID 的区别

  • ACID 是事物的基本特性,属于单体系统的范畴,同时由于是本地事务,可以归属于强一致性模型
  • CAP 和 BASE 都是分布式系统的基本理论,BASE 又是 CAP 的进一步发展
  • CAP 中的一致性也可归属到强一致性模型,BASE 可以归属到弱一致性模型,BASE理论面向的是大型高可用、可扩展的分布式系统。

BASE 和 Paxos 类共识算法的区别

  • 一个是描述数据一致性的模型,一个是描述共识的模型
  • 数据一致性的目标是确保系统中的数据副本具有一致的状态,即任何时候任何节点的数据都是一致的。
    共识的目标是在面对部分节点故障或网络分区的情况下,使得系统能够就某个值或顺序达成一致,以保证系统的正确性和可用性。

相关问题

  • 数据一致性和共识的区别
  • 强一致性和弱一致性
  • 共识算法
相关推荐
zixu_star9 小时前
从单机到分布式:定时任务如何处理大量数据与执行失败?
分布式
lsc_blog1 天前
听到优化风声,先准备能由自己掌控的事
数据库·分布式·中间件·职场和发展·重构
Lansonli2 天前
大数据Spark(八十七):Spark-Submit 参数详解
大数据·分布式·spark
qq_452396232 天前
第二篇:《CommitLog + ConsumeQueue:一条日志解决 Kafka 多分区随机写的难题》
分布式·kafka
Alluxio3 天前
Alluxio + OCI:为 AI 工作负载实现亚毫秒访问延迟与可扩展吞吐
运维·数据库·人工智能·分布式·缓存·ai·语言模型
阿卡好可爱3 天前
Lua 热更新不生效:改完文件线上仍是旧逻辑,package.loaded 与 upvalue 重绑定详解
数据结构·分布式·后端·架构·lua
FungLeo4 天前
成为全栈·基础补充·数据库迁移与事务:数据结构怎样安全演进
mysql·postgresql·sqlite·数据一致性·数据库事务·数据库迁移·成为全栈
方方洛5 天前
ray教程-28-附录G-CICD与Slurm与云上调度
人工智能·分布式·机器学习
空奈qwq5 天前
【Kafka 从入门到实战】从手写一个队列到生产级消息中间件:架构、分区、消费组、零拷贝全解析
分布式·架构·kafka