分布式系统CAP理论与BASE理论

CAP定理

核心定义

分布式系统无法同时满足以下三个特性：

Consistency（一致性）

• 所有节点在同一时间看到相同的数据
• 强一致性：线性一致性、顺序一致性
• 弱一致性：最终一致性、因果一致性

Availability（可用性）

• 每个请求都能得到响应
• 不管节点是否故障
• 响应时间在可接受范围内

Partition Tolerance（分区容错性）

• 系统在网络分区时仍能继续运行
• 网络故障是常态，必须容忍
• P是分布式系统的基本要求

CAP取舍

实践案例

CP系统：HBase

// 强一致性读取
Get get = new Get(Bytes.toBytes("row1"));
Result result = table.get(get);  // 阻塞直到一致性保证
​

AP系统：Cassandra

// 配置一致性级别
statement.setConsistencyLevel(ConsistencyLevel.QUORUM);
// ANY、ONE、QUORUM、ALL、LOCAL_QUORUM
​

BASE理论

核心思想

Basically Available（基本可用）

• 允许部分失败
• 降级服务
• 核心功能优先

Soft state（软状态）

• 数据随时间变化
• 允许中间状态
• 不要求实时一致

Eventually consistent（最终一致性）

• 给定时间后数据一致
• 无固定时间保证
• 需要冲突解决机制

CAP vs BASE

分布式一致性协议

Paxos

Basic Paxos

• Phase 1：Prepare/Promise
• Phase 2：Accept/Accepted

Multi-Paxos

• 优化性能，减少Prepare阶段
• Leader选举
• 日志复制

Raft（推荐）

领导者选举

type NodeState int
const (
    Follower NodeState = iota
    Candidate
    Leader
)

func (n *Node) RequestVote(args *RequestVoteArgs) {
    if n.term < args.term {
        n.term = args.term
        n.state = Follower
        n.votedFor = args.candidateId
    }
    // 投票逻辑
}
​

日志复制

1. Leader接收客户端请求
2. 追加到本地日志
3. 并行复制到Follower
4. 多数确认后提交

安全性保证

• 日志完整性
• 领导者完整性
• 领导者完全性

ZAB（ZooKeeper）

• 原子广播协议
• 支持崩溃恢复
• 顺序一致性保证

分布式事务

2PC（两阶段提交）

// Phase 1: Prepare
transactionManager.prepare();
if (allParticipantsReady) {
    // Phase 2: Commit
    transactionManager.commit();
} else {
    transactionManager.rollback();
}
​

问题：阻塞、单点故障

3PC（三阶段提交）

• CanCommit
• PreCommit
• DoCommit

减少阻塞时间，但性能更差。

Saga模式

// 定义事务步骤
const saga = [
  {
    action: () => createOrder(),
    compensate: () => cancelOrder()
  },
  {
    action: () => reserveInventory(),
    compensate: () => releaseInventory()
  },
  {
    action: () => processPayment(),
    compensate: () => refundPayment()
  }
]

// 执行Saga
async function executeSaga(steps) {
  const executed = []
  try {
    for (const step of steps) {
      await step.action()
      executed.push(step)
    }
  } catch (error) {
    // 补偿已执行的步骤
    for (const step of executed.reverse()) {
      await step.compensate()
    }
  }
}
​

分布式共识应用

etcd（Kubernetes后端）

# 分布式键值存储
etcdctl put /config/database/host "localhost"
etcdctl get /config/database/host
​

Consul

• 服务发现
• 健康检查
• KV存储

Nacos

• 动态服务发现
• 配置管理
• 服务健康监测

最佳实践

1. 明确需求：根据业务选择一致性级别
2. 重试机制：指数退避，避免雪崩
3. 超时控制：设置合理超时时间
4. 熔断降级：Hystrix、Sentinel
5. 监控告警：分布式追踪、日志聚合