CAP

分布式系统中，这三个特性只能满足其中两个。

一致性（Consistency）

分布式中一致性又分强一致性和弱一致性，强一致性主浊任何时刻任何节点看到的数据都是一样的，弱一致性一* * 般实现的是最终一致性。

可用性（Availability）

集群在任何时间内都正常使用

分区容错性（Partition Tolerance）

某一部分集群坏掉，另一部分仍能正常工作。

对于二选一模型

• CA 模型，在分布式系统中不存在，因为舍弃 P，意味着放弃分布式系统。比如单机版本的 MySQL，如果 MySQL 考虑主备或集群部署时，它必须考虑 P

• CP 模型，舍弃了可用性，一定会读取到最新的数据，不会读取到旧数据。一是因为消息丢失、延迟过高发生了网络分区，就影响用户的体验和业务的可用性。例如 Etcd，Consul 和 Hbase

• AP 模型，舍弃了一致性，实现了服务的高可用。用户访问系统的时候，都能得到响应数据，不会出现响应错误，但会读到旧数据。比如 Cassandra 和 DynamoDB。

ACID

一致性强，但是伸缩性差

原子性（Atomicity）

要么全部完成，要么全部失败

一致性（Consistency）

事务开始和完成时，数据必须保持一致的状态，数据库的完整性约束没有被破坏。比如 A 给 B 转账，不论转账事务是否成功，两者存款的总额不变

隔离性（Isolation）

多个事务并发访问时，事务之间是隔离的，一个事务不能影响到其他事务的结果 ，不能看到其他事务运行时中间某个时刻的数据。

持久性（Durability）

事务完成后，该事务对数据库所作的更改便持久地保存在数据库中，并不会被回滚

关于二阶段提交协议

二阶段提交。

分成提交请求阶段（投票阶段）和提交执行阶段（完成阶段）。

第一个阶段，每个参与者投票表决事务是放弃还是提交

第二个阶段，事务的每个参与者都执行最终统一的决定

BASE

一致性弱，伸缩性强

基本可用（Basic Availability）

分布式系统出现故障时，允许损失部分可用性，保证核心可用。

软状态（Soft-state）

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。分布式存储中一般一份数据至少会有 3 个副本，允许不同节点间副本同步的延时就是软状态的体现。

最终一致性(（Eventual Consistency）

指所有副本经过一定时间后，最终能达到一致的状态

ACID：大家在买同一本书的过程中，每个用户的购买请求都把库存锁住，等减完库存，把锁释放，后续的人才能进行购买。于是我们同是时间不可能有多个用户下单，订单流程要有排队的情况，这样就不能做出性能比较高的系统来

BASE：大家可以同时下单，这个时间不需要真正的去分配库存，然后系统异步地处理订单，而且是批量的处理。因为下单的时候没有扣减库存，所以有可能会有超卖的情况。而后台的系统在处理订单时，发现库没有了，才会告诉用户你没有购买成功。

BASE 和 ACID 代表两种截然相反的设计理念，ACID 注重一致性，是传统关系型数据库（MySQL）的设计思路，BASE 关注高可用，大多数分布式事务适合 BASE.

来自；https://www.cnblogs.com/chenqionghe/p/13827430.html