原创文章，转载请保留或注明出处：https://www.jianshu.com/p/e143b2ea1d16
目录
1 概述
2 CAP定律
3 BASE理论
1 概述
随着传统互联网、传统行业的崛起， 产品日新月异项目更新迭代，传统架构演变为分布式架构，分布式架构演变为SOA架构，SOA架构又孵化出微服务架构，本地事务已经无法满足分布式的要求，由此分布式事务的问题诞生了。分布式事务一直是技术人员的心中刺，目前分布式事务存在两大理论依据，这是一个架构师必须掌握的知识点。
2 CAP定律
CAP定律包括一致性（Consistency）、可用性（Availability）、分区容错性（Partition tolerance）
一致性C：
在分布式系统中的所有数据备份，在同一时刻所有的节点访问同一份最新的数据副本。
可用性A：
在集群中一部分服务器宕机，集群中的其他服务器能够继续给客户端提供响应服务，其他服务器不会受到故障服务器的影响，保证数据更新具备高可用，即客服端一直保持可用状态，客户端发起的每个请求都有正常的响应时间，不会出现一直等待。
分区容错性P：
以实际效果而言，分区相当于对通信的时限要求。系统如果不能在时限内达成数据一致性，就意味着发生了分区的情况，必须就当前操作在C和A之间做出选择，当某个服务器发生故障，也能够保证数据源的一致性。
2 BASE理论
BASE理论是Basically Available（基本可用）、Soft State(软状态)和Eventually consistent（最终一致性）三个短语的缩写。BASE理论是对CAP中一致性和可用性权衡的结果，其来源于对大规模互联网系统分布式实践的总结，是基于CAP定律逐渐演化而来。
BASE理论的核心思想：
即是无法做到强一致性，但每个应用都可以根据自身业务特点，采用适当的方式来使系统达到最终一致性。
基本可用Basically Available：
基本可用是指分布式系统在出现不可预知的故障时，允许损失部分的可用性，以满足基本可，如：
a) 响应时间上的损失。正常情况下，一个查询请求在0.5秒内返回给客户端响应的查询结果，但由于服务器出现故障，查询结果的响应时间增加了1-2秒
b) 系统功能上的损失。正常情况下，在一个电商平台消费几乎能够顺利完成每一笔订单，但在电商平台搞活动期间会出现高峰购物，由于消费者的购物行为暴增，为了保证电商平台系统的稳定性，部分消费者可能会被引导到一个服务降级夜页面（如出现排队中，请耐心等待等提示页面）
软状态Soft State：
软状态指允许系统中的数据存在中间状态，并认为该中间状态的存在不会影响整个系统的可用性，即允许系统在不同节点的数据副本之间进行数据同步的过程存在延时。
最终一致性Eventually consistent：
最终一致性强调的是所有的数据副本，在经过一段时间的同步之后，最终都能够达到一个一致的状态。因此，最终一致性的本质是需要系统保证最终数据能够达到一致，而不需要实时保证系统数据的强一致性。
