分布式系统理论（CAP & BASE）

一、CAP 定理

1. 核心定义

CAP 定理是分布式系统设计的基础理论，由 Eric Brewer 提出，指出分布式系统无法同时满足以下三个核心指标：

一致性（Consistency）：用户访问分布式系统中的任意节点，得到的数据必须完全一致。
可用性（Availability）：用户访问集群中的任意健康节点，必须能得到响应，而不是超时或拒绝。
分区容错性（Partition Tolerance）：当系统中出现网络分区（节点间通信中断）时，系统仍能持续对外提供服务。

2. 关键结论

分布式系统中节点间依赖网络通信，分区（P）是必然存在的，因此我们必须在 AP 和 CP 之间做出选择：
- AP（高可用优先）：保证可用性，牺牲强一致性，允许数据最终一致（如 Eureka、Nacos 临时实例）。
- CP（一致性优先）：保证强一致性，牺牲可用性，分区时部分节点可能无法提供服务（如 ZooKeeper、Nacos 持久实例）。
- CA（一致性+可用性）：在分布式系统中无法实现，仅适用于单机系统。

二、BASE 理论

1. 核心定义

BASE 理论是对 CAP 定理中 AP 模型的延伸，是解决分布式系统一致性问题的实践思路，包含三个核心思想：

基本可用（Basically Available）：系统出现故障时，允许损失部分可用性，优先保证核心业务可用。
软状态（Soft State）：允许系统在一定时间内存在中间状态，即数据可以出现临时不一致的情况。
最终一致性（Eventually Consistent）：虽然无法保证数据的强一致性，但系统会通过补偿机制，最终使所有节点的数据达成一致。

2. 与 CAP 的关系

BASE 理论是 CAP 定理的工程实践，通过牺牲强一致性换取高可用性，是互联网分布式系统中主流的设计思想。
典型应用：异步通知、消息队列、分布式事务的最终一致性方案（如 TCC、可靠消息模式）。

三、面试相关问题

问：解释一下 CAP 定理？答： CAP 定理指出分布式系统无法同时满足一致性、可用性和分区容错性。其中分区容错性是必然存在的，因此我们只能在 AP（高可用）和 CP（强一致）之间做选择。
问：BASE 理论是什么？它和 CAP 定理有什么关系？答： BASE 理论是对 CAP 定理中 AP 模型的补充，包含基本可用、软状态和最终一致性三个核心思想，通过牺牲强一致性来换取系统的高可用性，是互联网分布式系统中常用的设计思路。
问：分布式系统中如何在 CAP 之间做选择？答：通常根据业务场景决定：电商、社交等互联网业务优先选择 AP 模型，保证高可用；金融、支付等对数据一致性要求高的业务优先选择 CP 模型，保证数据不出现脏读、幻读。
问：什么是最终一致性？常见的实现方式有哪些？答：最终一致性是 BASE 理论的核心，指系统允许数据在一段时间内不一致，但最终会通过同步机制达成一致。常见实现方式包括消息队列异步通知、定时任务补偿、分布式事务的 TCC/XA 模式等。