CAP理论

在计算机科学中, CAP定理（CAP theorem）, 又被称作 布鲁尔定理（Brewer’s theorem）, 它指出对于一个分布式计算系统来说，不可能同时满足以下三点:

  • C : 一致性(Consistency) – 所有节点在同一时间具有相同的数据
  • A : 可用性(Availability) – 保证每个请求不管成功或者失败都有响应
  • P : 分隔容忍(Partition tolerance) – 系统中任意信息的丢失或失败不会影响系统的继续运作

CAP理论的核心是：一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。 因此，根据 CAP 原理将 NoSQL 数据库分成了满足 CA 原则、满足 CP 原则和满足 AP 原则三 大类：

  • CA : 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
  • CP : 满足一致性，分区容忍性的系统，通常性能不是特别高。
  • AP : 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。

BASE思想

BASE：Basically Available, Soft-state, Eventually Consistent。 由 Eric Brewer 定义。 BASE是NoSQL数据库通常对可用性及一致性的弱要求原则:

  • Basically Availble – 基本可用
  • Soft-state – 软状态/柔性事务。 “Soft state” 可以理解为”无连接”的, 而 “Hard state” 是”面向连接”的
  • Eventual Consistency – 最终一致性 最终一致性， 也是是 ACID 的最终目的。

与BASE思想相对的是关系型数据库中的ACID原则：####

  • A : 原子性(Atomicity) – 一个事务中所有操作都必须全部完成，要么全部不完成
  • C : 一致性(Consistency) – 在事务开始或结束时，数据库应该在一致状态
  • I : 隔离性(Isolation) – 事务将假定只有它自己在操作数据库，彼此不知晓
  • D : 持久性 (Durable) – 一旦事务完成，就不能返回
文章未经特殊标明皆为本人原创，未经许可不得用于任何商业用途

转载请保持完整性并注明来源链接