分布式系统原理-BASE，可用性高于强一致性

 分布式系统原理系列目录

• 分布式系统的麻烦
• 副本与一致性
• 为什么需要一个分布式共识算法
• 世界上只有一种共识算法，那就是Paxos
• CAP定理，说起来一句话，实际坑不少
• BASE，可用性高于强一致性
• 分布式事务方案那么多，到底该选哪一个

在很多资料里面，CAP和BASE都会一起出现，就容易让人产生疑问，这两个理论是有什么关系吗，误导性挺强的。他两唯一的关系就是都涉及到了一致性和可用性的选择问题，其他就几乎没啥关系了。他们讨论的范围就完全不一样，CAP的范围前面说过，多个节点互联并且共享数据的系统，可以认为就是分布式存储系统。而BASE理论的范围比CAP大，讲的是分布式系统应该如何去权衡可用性和一致性

BASE内容不多，我们大概说下

BASE是eBay的一位架构师源于对互联网大规模分布式系统的实践总结， 而提出的理论，阐述了分布式系统中应该如何权衡可用性与一致性

BASE理论

基本可用(Basically Avaliable)：当系统出现不可预知的故障时，允许损失部分可用性，保障核心功能可用

什么叫不可预知的故障 ？比如光纤被挖、突发流量。什么叫损失部分可用？包括响应时间变长、部分功能不可用

比如春运期间12306可以对车票进行错峰出售，深圳出发的车次8点开售，上海出发的车次9点开售，那后面开售的车次你可以认为他在之前那段时间内的购买服务是不可用的。这样子虽然晚点才能买票，但是总归还是可以买

再比如你提交购买请求后，可能不会立刻被处理，而是要先排个队，这样子虽然请求会被延迟处理，但总归还是会被处理，而不是直接给你来个404、系统错误这种响应。这种牺牲部分可用，换来核心功能可用的思想就叫基本可用

最终一致性(Eventually consistent)：大部分情况下，可以不用追求强一致性，最终一致性也很香

软状态(Soft state)：系统多节点间数据存在短暂的不一致状态，是一种过渡状态。这个软状态其实没啥意义，都已经最终一致了，当然会有中间状态，估计也为了拼凑单词。

因为BASE对标的是ACID，ACID这个单词的意思是酸，追求强一致，BASE这个单词的意思是碱，追求一致性与可用性平衡，酸碱平衡，非常利于传播

BASE核心思想，可用性高于一致性

BASE的核心思想是在分布式系统中，可用性的重要程度应该是普遍高于强一致性的，这其实也更符合分布式系统的初衷，怎么说呢。分布式系统有的一个核心诉求是通过多机解决单点问题，提高可用性。我们可以看到各个企业都会追求几个9，在很多企业可用性是硬性的KPI指标，监管也非常关注银行的业务连续性，说白了也是可用性。因为一旦系统不可用，最直接的问题就是导致经济损失、严重的就是影响用户的信心、投资者的信心、或者导致声誉问题、甚至会导致社会性的问题

所以可用性是刚性需求，是硬性指标，相比之下，一致性是可以为了满足可用性而有所取舍的

后面说到分布式事务的时候，还可以印证下这一点，很少有系统会去使用2PC/3PC这种强一致的分布式事务，往往都会选择TCC/可靠消息队列/SAGA这种最终一致性的柔性事务