https://www.51cto.com/article/649412.html
Base#
CAP#
一致性
可用性
分区容错性
CA：
Mysql/Oracle/PostgresQL（强调数据的一致性完整性）、RabbitMQ（保证消息传递的顺序和可靠性）
AP：
Redis（提供极高的性能和低延迟）、Kafka（注重高吞吐量和低延迟，快速响应请求）、MongoDB、Cassandra、Elasticsearch
CP：
ETCD（强调数据一致性和分区运行）、Zookeeper、Consul、HBase
在一个分布式系统中，当网络分区发生时，必须在一致性（C）和可用性（A）之间做出权衡：
• **如果选择一致性（C）**：系统将确保所有节点的数据是一致的，但可能会牺牲部分可用性。即，在网络分区时，系统可能会拒绝某些操作，以保证数据一致性。
• **如果选择可用性（A）**：系统将保证每个请求都能得到响应，但可能会牺牲部分一致性。即，在网络分区时，不同节点的数据可能会出现不一致。在分布式系统中,当网络分区发生时,为什么必须权衡一致性和可用性?#
网络分区的影响
网络分区是指系统中的节点由于网络故障而无法互相通信。分区可能导致系统被分成多个孤立的子集，各子集内的节点之间仍能通信，但子集之间无法通信。
一致性 vs 可用性
1. **一致性（Consistency）**：一致性意味着所有节点在同一时间看到的数据是相同的。任何对数据的写操作都必须在所有节点上同步完成后，才能返回成功。
2. **可用性（Availability）**：可用性意味着系统中的每个请求都能收到响应，无论请求涉及哪个节点。权衡的原因
保证一致性，牺牲可用性
当网络分区发生时，如果我们选择保证一致性，这意味着系统必须确保所有节点的数据保持一致。因此，当某个子集的节点无法与其他子集通信时，系统必须拒绝对数据的更新请求，因为无法保证数据在所有节点之间的一致性。这会导致系统的部分或全部功能不可用，直到网络分区问题解决。这种情况下：
• **优势**：数据在所有节点之间保持一致。
• **劣势**：在网络分区期间，系统可能无法处理更新请求，从而降低了可用性。示例：传统的关系型数据库系统（如 MySQL 在严格模式下）可能会拒绝在网络分区期间的写操作，以确保数据一致性。
保证可用性，牺牲一致性
当网络分区发生时，如果我们选择保证可用性，这意味着系统会继续处理请求，即使不同节点的数据可能不一致。这种策略允许系统在网络分区期间继续提供服务，但会导致数据在不同节点之间的状态不同。这种情况下：
• **优势**：系统在网络分区期间仍然可用，能够处理读写请求。
• **劣势**：数据可能在不同节点之间出现不一致。示例：像 Cassandra、DynamoDB 这样的分布式数据库会在网络分区期间继续处理请求，允许数据在不同节点之间暂时不一致，然后通过后续的同步过程来达到最终一致性。