BASE理论是什么

本篇内容主要讲解“BASE理论是什么”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“BASE理论是什么”吧!

概述

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，其核心思想是：既是无法做到强一致性（Strong consistency），但每个应用都可以根据自身的业务特点，采用适当的方式来使系统达到最终一致性（Eventual consistency),BASE理论是CAP理论中AP的延伸。

BASE理论它的核心就是基本可用（Basically Available）和最终一致性（Eventually consistent）。而软状态描述的是实现服务可用性的时候系统数据的一种过渡状态，也就是说不同节点间，数据副本存在短暂的不一 致。软状态是一种中间过渡状态。

基本可用

当分布式系统在出现不可预知的故障时，允许损失部分功能的可 用性，保障核心功能的可用性。

流量削峰

12306 订票系统基出售不同区域的票，将访问请求错开，削弱请求峰值。在春运期间，深圳出发的火车票在 8 点开售，北京出发的火车票在9点开售。分布式消息队列的一个主要功能就是削峰。

延迟响应

正常情况下的搜索引擎0.5秒即返回给用户结果，而基本可用的搜索引擎可以在2秒作用返回结果。通过牺牲响应时间的可用性，保证核心功能的运行

体验降级

用小图片来替代原始图片，通过降低图片的清晰度和大小，提升系统的处理能力。淘宝在双十一早期会关闭购物历史记录查询能力

过载保护

接收到的请求放在指定的队列中排队处理，如果请求等 待时间超时了（假设是 100ms），这个时候直接拒绝超时请求；再比如队列满了之后，就 清除队列中一定数量的排队请求，保护系统不过载，实现系统的基本可用

最终一致性

不可能一直是软状态，必须有个时间期限。在期限过后，应当保证所有副本保持数据一致性，从而达到数据的最终一致性。这个时间期限取决于网络延时、系统负载、数据复制方案设计等等因素。最终一致性分为5种：

因果一致性（Causal consistency）

因果一致性指的是：如果节点A在更新完某个数据后通知了节点B，那么节点B之后对该数据的访问和修改都是基于A更新后的值。于此同时，和节点A无因果关系的节点C的数据访问则没有这样的限制。

读己之所写（Read your writes）

读己之所写指的是：节点A更新一个数据后，它自身总是能访问到自身更新过的最新值，而不会看到旧值。其实也算一种因果一致性。

会话一致性（Session consistency）

会话一致性将对系统数据的访问过程框定在了一个会话当中：系统能保证在同一个有效的会话中实现 “读己之所写” 的一致性，也就是说，执行更新操作之后，客户端能够在同一个会话中始终读取到该数据项的最新值。

单调读一致性（Monotonic read consistency）

单调读一致性指的是：如果一个节点从系统中读取出一个数据项的某个值后，那么系统对于该节点后续的任何数据访问都不应该返回更旧的值。

单调写一致性（Monotonic write consistency）

单调写一致性指的是：一个系统要能够保证来自同一个节点的写操作被顺序的执行。

在实际的实践中，这5种系统往往会结合使用，以构建一个具有最终一致性的分布式系统。

实际上，不只是分布式系统使用最终一致性，关系型数据库在某个功能上，也是使用最终一致性的。比如备份，数据库的复制过程是需要时间的，这个复制过程中，业务读取到的值就是旧的。当然，最终还是达成了数据一致性。这也算是一个最终一致性的经典案例。几乎所有的互联网系统采用的都是最终一致性，只有在实在无法使用最终一致性，才使用强一致性或事务，比如，对于决定系统运行的敏感元数据，需要考虑采用强一致性，对于与钱 有关的支付系统或金融系统的数据，需要考虑采用事务。

到此，相信大家对“BASE理论是什么”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！