1. CAP定理

CAP定理指出对一个分布式计算系统来说，不可能同时满足一下三点：

一致性(Consistency)，所有的节点在同一时间具有相同的数据；
可用性(Availability)，保证每个请求不管成功失败，都有响应；
分区容错性(Partition Tolerance)，系统中任意信息的丢失或失败不会影响系统的继续运行；

举个例子来描述一下，当存在A和B两个存储节点；当一个client尝试往A节点写入一条数据的时候，A会把这条记录也同步到B，这样的话令一个client就可以从B里面去读取这条记录了；当A和B之间的同步出现了问题，比如说连接段快了，那么A的记录很有可能没法儿同步到B，这个时候就出现了分区，另一个client要从B读取这条信息的时候，你有两个选择

系统允许读取，但返回的数据可能不是最新的，也就是牺牲了一致性，保证可用性；
系统停止服务，不允许读取，直到A和B节点的状态都同步了。牺牲了可用性，保障了一致性；

据此，可以将数据库分成三大类，

满足CA - 单点集群，满足一致性可用性，比如说关系型数据库；
满足CP - 满足一致性和分区容忍性，比如说MongoDB和Redis；
满足AP - 这种系统对一致性的要求低一点

2. ACID原则

关系型数据库（RDBMS）必须遵循这个原则

A(Atomicity)原子性
事物的所有操作都是原子性的，要么全部完成，要么全部都不做；
C(Consistency)一致性
数据库要一直处于一致的状态
I(Isolation)独立性
并发的事物（Transaction）不会互相影响
D(Durability)持久性
一旦事务提交以后，它所做的修改将会永远保存在数据库上。宕机不丢失数据。

3. BASE原则

BASE是NoSQL数据库对可用性以及一致性的弱要求原则，也就是说分区容忍性是必须的。

Basically Availability - 基本可用
Soft state - 软状态/柔性事物
Eventually Consistency - 最终一致性

4. SQL和NOSQL

SQL	NoSQL
通常称之为关系型数据库（RDBMS）	是Not Only SQL的缩写，通常也叫做非关系型数据库或者分布式数据库
基于表格的数据库，数据存储成一个n行的表格	可以是基于文档，基于键值对，或者是基于图的数据结构
需要预先定义schema	可以针对不同非结构化的数据有动态的schema
可以纵向扩展，只能通过增加硬件能力来增加容量	可以横向扩展，可以通过增加资源池里的数据库服务器来降低负载
采用SQL（结构化的查询语言）来进行数据的操作	不同的数据库有不同的查询格式
适合复杂查询	复杂查询比较困难
不适合分层数据保存	适合分层数据，非常适合大数据集

5, 不同的数据库技术

Mongo - 文档存储，JASN格式文档存储；
Redis - 键值对存储
MySQL - 表格存储

数据库产品	类型	简介
Mongo	文档存储，NoSQL	使用JSON类型的数据结构，存储内容是文档型；多线程的软件架构，一个连接一个线程
Redis	键值存储，NoSQL	使用key-value的方式存储，支持String，set，hash，list等类型；单进程单线程线程的软件架构，只支持单核，支持高并发
MySQL	表格存储，SQL	常用的SQL数据库