1.2.2 小结
对于服务注册来说，针对同一个服务，即使注册中心的不同节点保存的服务注册信息不相同，也并不会造成灾难性的后果，对于服务消费者来说，能消费才是最重要的，就算拿到的数据不是最新的数据，消费者本身也可以进行尝试失败重试 。总比为了追求数据的一致性而获取不到实例信息整个服务不可用要好 。
所以，对于服务注册来说，可用性比数据一致性更加的重要，一般选择AP 。
二、BASE理论
BASE 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 C 和可用性 A 权衡的结果，其来源于对大规模互联网系统分布式实践的总结，是基于 CAP 定理逐步演化而来的，它大大降低了我们对系统的要求 。
BASE理论本质上是对CAP的延伸和补充，是对CAP中的AP方案的一个补充，即在选择AP方案的情况下，如何更好地最终达到C 。
2.1 BASE理论三要素
文章插图
基本可用：出现故障的时候，允许损失部分可用性，即，保证核心可用
如，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 。
软状态：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 。
软状态本质上是一种弱一致性，允许的软状态不能违背“基本可用”的要求 。如，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（某些时刻副本数低于3） 。
最终一致性：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 。
最终一致性强调的是系统中所有的数据副本，在经过一段时间的同步后，最终能够达到一个一致的状态 。因此，最终一致性的本质是需要系统保证最终数据能够达到一致，而不需要实时保证系统数据的强一致性 。
分布式中的一致性有三种级别：
①强一致性：系统在某个节点中写入或修改了数据，那么之后在任意节点读取到的数据都是最新的数据 。
②弱一致性：不一定能读到最新的值，也不能保证在一定时间后读取到的数据是最新的，只会尽量在某个时刻达到数据一致的状态 。
③最终一致性：弱一致性的升级版，可以保证在一定时间内达到数据的最终一致性 。
一般常用的是最终一致性，但是也有一些对一致性要求比较高的，比如银行的交易系统，这种要保证强一致性 。
三、总结
在分布式架构中，是无法脱离CAP理论的，因为网络永远不能100%可靠，硬件也会老化，软件可能出现BUG，所以分区容错性(Partition Tolerance)是避不开的，只要是分布式，只要是集群，都面临着选AP或者CP，如果你都想要，那只能对一致性做出一些妥协，也就是引入BASE理论，在业务允许的情况下实现最终一致性 。
究竟是选择AP还是CP，在于业务，比如涉及到金钱交易，库存相关的会优先考虑CP模型，而例如社区发帖，评论这种相关的可以选择AP模型 。总之选什么模型是由业务来决定的 。
【分布式基础理论 CAP & BASE】
推荐阅读
- 再聊聊分布式数据库，你知道了吗？
- 分布式数据库的几个事实，你知道了吗？
- 聊聊本地缓存和分布式缓存
- 网友分享 Win11 原生功能 Live Captions 使用体验
- 一文看懂Redisson分布式锁的Watchdog机制源码实现
- 分布式能源是什么(四川能投分布式能源有限公司)
- capital是什么意思
- SpringBoot 与RabbitMQ、RocketMQ高可靠、高性能、分布式应用实践
- 用树莓派集群进行并行和分布式计算
- 常见分布式协议和算法的说明和对比