5.2　Base理论

分布式系统最多只能同时满足CAP理论中的两个特性。在实际场景中，大部分分布式系统会采用AP方式，即舍弃一致性，保证可用性和分区容忍性。但是通常情况下还是要保证一致性，这种一致性与CAP中描述的一致性有所区别：CAP中的一致性要求的是强一致性，即任何时间读取任意节点的数据都必须一致，而这里的一致性指的是最终一致性，允许在一段时间内每个节点的数据不一致，但经过一段时间后，每个节点的数据达到一致。

1.Base理论概述

Base理论是对CAP理论中AP的一个扩展，它通过牺牲强一致性来获得可用性。Base理论中的Base是基本可用（Basically Available）、软状态（Soft State）和最终一致性（Eventually Consistent）的缩写。当系统出现故障时，Base理论允许部分数据不可用，但是会保证核心功能可用；允许数据在一段时间内不一致，但是经过一段时间，数据最终是一致的。符合Base理论的事务可以称为柔性事务。

2.基本可用

基本可用是指分布式系统出现故障时，允许其损失系统的部分可用性，比如响应时间或者功能上的损失，但是要保证系统基本可用。例如在电商业务场景中，添加购物车和下单功能出现故障时，商品浏览功能仍然可用。

3.软状态

软状态是指允许系统中存在中间状态，这些中间状态不会影响系统的整体可用性，只是允许系统各个节点之间的数据同步存在延迟。例如在电商业务场景中，订单中的“支付中”“退款中”等状态就是中间状态，当达到一段时间后，就会变成“支付成功”或者“退款成功”的状态。

4.最终一致性

最终一致性是指系统中各个节点的数据副本经过一段时间的同步，最终能够达到一致的状态。最终一致性需要保证数据经过一段时间的同步达到一致，并不要求各个节点的数据保持实时一致。例如在电商业务场景中，订单中的“支付中”“退款中”等状态，最终会变成“支付成功”“退款成功”的状态，经过一段时间的延迟，能够使得订单中的状态与最终的交易结果一致。