CAP定理

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

• —致性(Consistency)

  一致性指"all nodespsee the same data at the same time"，即更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致（即强一致性）。

• 可用性(Availability)

  可用性指"Reads and writes always succeed"，即服务一直可用，而且是正常响应时间。

• 分区容错性(Partition tolerance)

  分区容错性指"the system continues to operate despite arbitrary message loss or failure of part of the system"，即分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性或可用性的服务。——避免单点故障，就要进行冗余部署，冗余部署相当于是服务的分区，这样的分区就具备了容错性。

分布式系统会进行冗余部署，避免单点故障。=》分区容错性

BASE定理

实际是对CAP理论的延申。

• 基本可用(Basically Available)

  基本可用是指分布式系统在出现故障的时候，允许损失部分可用性，即保证核心可用（熔断降级）。
  电商大促时，为了应对访问量激增，部分用户可能会被引导到降级页面，服务层也可能只提供降级服务。这就是损失部分可用性的体现。

• 软状态(Soft State)

  软状态是指允许系统存在中间状态，而该中间状态不会影响系统整体可用性。分布式存储中一般一份数据至少会有三个副本，允许不同节点间副本同步的延时就是软状态的体现。mysql replication的异步复制也是一种体现。

• 最终一致性(Eventual Consistency)

  最终一致性是指系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。弱一致性和强一致性相反，最终一致性是弱一致性的—种特殊情况。

Zookeeper在数据同步时，追求的并不是强一致性，而是顺序一致性（事务id的单调递增）