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