此篇介绍几个跟分布式系统有关的理论。

FLP不可能原理

在网络可靠，存在节点失效（即便只有一个）的最小化异步模型系统中，不存在一个可以解决一致性问题的确定性算法。

CAP原理

一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容忍性（Partition tolerance）这三项中的两项。

  1. 一致性（Consistence)
    对某个指定的客户端来说，读操作保证能够返回最新的写操作结果。
  2. 可用性（Availability）
    非故障节点在合理的时间内返回合理的响应。
  3. 分区容忍性（Partition Tolerance）
    当出现网络分区后，系统能够继续履行职责。

在分布式环境下，必须选择 P。因为网络原因可能出现故障，所以分区是一个必然现象。因此，分布式系统理论上不可能选择 CA 架构，只能选择 CP 或者 AP。

  • CAP理论说分布式系统中这3点无法同时满足，但一定不要理解错误了，不要认为我们在架构设计时，这个系统要么 CP 要么 AP。
  • 要记住：CAP 关注的粒度是数据，系统中会包含多种类型的数据，有的必须选择 CP，有的必须选择 AP。

BASE理论

BASE是指基本可用（Basically Available）、软状态（ Soft State）、最终一致性（ Eventual Consistency）。

  1. 基本可用（Basically Available）
    分布式系统在出现故障时，允许损失部分可用性，保证核心可用。
  2. 软状态（Soft State）
    允许系统存在中间状态，该中间状态不会影响系统整体可用性。
  3. 最终一致性（Eventual Consistency）
    系统中所有数据副本经过一定时间后，最终能够达到一致状态。

BASE支持的是大型分布式系统，牺牲掉对一致性的约束（但实现最终一致性），来换取一定的可用性。

ACID原则

ACID原则指的是：

Atomicity（原子性）
Consistency（一致性）
Isolation（隔离性）
Durability（持久性）

用了四种特性的缩写。

ACID是传统数据库事务常用的设计理念，追求强一致性模型。

事务的隔离级别

  1. 读未提交（Read Uncommitted）：可能发生脏读、不可重复读、幻读
  2. 读已提交（Read Committed）：可能发生不可重复读、幻读
  3. 可重复读（Repeatable Read）：可能发生幻读
  4. 串行化（Serializable）：所有事务都是串行执行