分布式领域CAP理论

• Consistency 一致性： 数据一致更新，所有数据变动都是同步的。
• Availability 可用性：好的响应性能，但往往一致性要求越高的系统，可用性越低。
• Partition tolerance 分区容错性：可靠性，分区之后也能够保证集群的只能正常行使，往往是分布式系统中必须保证的一点；

定理：任何分布式系统只可同时满足二点，没法三者兼顾。
忠告：架构师不要将精力浪费在如何设计能满足三者的完美分布式系统，而是应该进行取舍。

关系数据库的ACID模型拥有 高一致性 + 可用性 很难进行分区：

• Atomicity 原子性：一个事务中所有操作都必须全部完成，要么全部不完成。
• Consistency 一致性：在事务开始或结束时，数据库应该在一致状态。
• Isolation 隔离层：事务将假定只有它自己在操作数据库，彼此不知晓。
• Durability 持久性：一旦事务完成，就不能返回。

跨数据库事务：2PC (two-phase commit)， 2PC is the anti-scalability pattern (Pat Helland) 是反可伸缩模式的，JavaEE中的JTA事务可以支持2PC。因为2PC是反模式，尽量不要使用2PC，使用BASE来回避。

BASE模型反ACID模型

完全不同ACID模型，牺牲高一致性，获得可用性或可靠性：

• Basically Available 基本可用。支持分区失败(e.g. sharding碎片划分数据库)
• Soft state 软状态 状态可以有一段时间不同步，异步。
• Eventually consistent最终一致，最终数据是一致的就可以了，而不是时时高一致。

BASE思想的主要实现有：

• 按功能划分数据库
• Sharding碎片

BASE思想主要强调基本的可用性，如果你需要High可用性，也就是纯粹的高性能，那么就要以一致性或容错性为牺牲，BASE思想的方案在性能上还是有潜力可挖的。

现在NOSQL运动丰富了拓展了BASE思想，可按照具体情况定制特别方案，比如忽视一致性，获得高可用性等等，NOSQL应该有下面两个流派：
1、Key-Value存储，如Amaze Dynamo等，可根据CAP三原则灵活选择不同倾向的数据库产品。
2、领域模型 + 分布式缓存 + 存储，可根据CAP三原则结合自己项目定制灵活的分布式方案，难度高。

这两者共同点：都是关系数据库SQL以外的可选方案，逻辑随着数据分布，任何模型都可以自己持久化，将数据处理和数据存储分离，将读和写分离，存储可以是异步或同步，取决于对一致性的要求程度。

不同点：NOSQL之类的Key-Value存储产品是和关系数据库头碰头的产品BOX，可以适合非Java如PHP RUBY等领域，是一种可以拿来就用的产品，而领域模型 + 分布式缓存 + 存储是一种复杂的架构解决方案，不是产品，但这种方式更灵活，更应该是架构师必须掌握的。