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
雨言yyds18 小时前
Kafka
分布式·kafka
学到头秃的suhian1 天前
Redis分布式锁
java·数据库·redis·分布式·缓存
若水不如远方1 天前
分布式一致性原理(四):工程化共识 —— Raft 算法
分布式·后端·算法
三水不滴1 天前
千万级数据批处理实战:SpringBoot + 分片 + 分布式并行处理方案
spring boot·分布式·后端
笨蛋不要掉眼泪1 天前
从单体到分布式:一次完整的架构演进之旅
分布式·架构
会算数的⑨1 天前
Spring AI Alibaba 学习(三):Graph Workflow 深度解析(下篇)
java·人工智能·分布式·后端·学习·spring·saa
认真的薛薛1 天前
数据库-日志管理、备份恢复与主从同步
数据库·分布式·mysql
invicinble1 天前
分布式组件的全域认识和操作--gateway
分布式·gateway
Andy Dennis1 天前
分布式ID方案学习
分布式
三点水-here1 天前
04 - 分布式大模型推理实战:TP/PP/EP并行策略深度解析
分布式·rdma·nccl·moe·流水线并行·张量并行·专家并行