CAP定理

一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三项中的两项。

一致性(Consistency)

一致性指 (all nodes see the same data at the same time)，即更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致。

可用性(Availability)

可用性指(Reads and writes always succeed)，即服务一直可用，而且是正常响应时间。

分区容错性(Partition tolerance)

分区容错性指(the system continues to operate despite arbitrary message loss or failure of part of the system)，即分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务。

特性

强一致性
实际应用
通过CAP定理可知，分布式系统同时只能满足两个条件，所以实际应用中有两种组合
CP系统 和钱有关的系统
AP系统 和钱无关的系统

BASE理论

BASE理论是对CAP订立的一种延伸，他的思想就是：
即使无法做到强一致性，也要做到最终一致性。也就是强调可以支持弱一致性。

基本可用(Basically Available)

基本可用是指分布式系统在出现故障的时候，允许损失部分可用性，即保证核心可用。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。这就是损失部分可用性的体现。

软状态(Soft State)

软状态是指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三个副本，允许不同节点间副本同步的延时就是软状态的体现。MySQL Replication 的异步复制也是一种体现。
最终一致性(Eventual Consistency)
最终一致性是指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。弱一致性和强一致性相反，最终一致性是弱一致性的一种特殊情况。

特性

弱一致性，允许基本可用性

BASE理论和CAP定理的对比

BASE理论和CAP定理针对的都是分布式，BASE理论是对CAP定理的一种延伸，或者说是CAP定理实际应用中的一种妥协，也就是弱一致性和允许基本可用性，主要是提出了软状态，这个状态是分布式系统实现一致性前的一种状态，可以说是已执行的延迟状态，BASE理论允许一定时间内分布式节点出现这种中间状态，但是最终要实现一致性。