分布式系统理论：CAP 与 BASE 详解
一、CAP 定理
-
背景与定义：1998 年由加州大学科学家埃里克·布鲁尔提出，分布式系统存在一致性（Consistency）、可用性（Availability）、分区容错性（Partition tolerance）三个指标，且不能同时满足，此为 CAP 定理。
-
指标解析
-
一致性：用户访问分布式系统任意节点获取的数据需一致。例如，两个初始数据相同的节点，当其中一个节点数据变更后，需进行数据同步，类似 MySQL 主从复制。
-
-
可用性：用户访问集群健康节点必须能得到响应，而非超时或拒绝。如多节点集群中，若某节点阻塞或拒绝访问，则该节点不可用。
-
分区容错性：因网络故障等致部分节点与其他节点断连形成独立分区时，系统仍要持续对外服务。但分区出现后，保证一致性可能牺牲可用性，反之亦然。如网络故障使节点分区后，跨分区数据同步困难，若保证一致性可能使部分节点在数据同步期间不可用。
-
二、BASE 理论
- 定位与内涵：是对 CAP 问题的解决思路，包含基本可用（Basically Available）、软状态（Soft state）、最终一致性（Eventually consistent）三个思想。
- 分布式事务应用示例
- AP 模式：在订单、账户、库存微服务的分布式事务场景中，若选择 AP，各微服务分别执行提交操作，可能出现部分成功部分失败导致数据不一致的软状态。之后事务协调器发现失败事务，会通知已提交事务进行逆向操作恢复数据，实现最终一致性。
- CP 模式：各子事务执行但不提交，相互等待并向事务协调器上报执行情况。若全部成功，协调器通知提交；若有失败，协调器通知回滚，保证强一致性，但在等待过程中各服务处于弱可用状态，因为会锁定资源影响其他线程响应。
三、面试回答要点
- CAP 回答：解释 CAP 包含一致性、可用性、分区容错性。强调分布式系统网络连接必然产生分区问题，此时一致性和可用性无法同时满足，只能在 CP 或 AP 中选择。
- BASE 回答：说明 BASE 包含基本可用、软状态、最终一致性。以分布式事务为例，若选择最终一致（AP 思想），子事务分别执行提交后处理不一致情况；若选择强一致（CP 思想），子事务执行后等待统一提交或回滚，等待期间系统软可用。
