BASE #

Basically Available, Soft state, Eventual consistency

BASE 理论是 CAP 理论中的 AP 的延伸，是对互联网大规模分布式系统的实践总结，强调可用性。

基本可用 #

• 流量削峰
  • 在不同的时间，出售不同区域的票，将访问请求错开，削弱请求峰值
• 延迟响应
  • 在春运期间，自己提交的购票请求，往往会在队列中排队等待处理，可能几分钟或十几分钟后，系统才开始处理，然后响应处理结果
• 体验降级
  • 比如用小图片来替代原始图片，通过降低图片的清晰度和大小，提升系统的处理能力。
• 过载保护
  • 把接收到的请求放在指定的队列中排队处理，如果请求等待时间超时了（假设是 100ms），这个时候直接拒绝超时请求；再比如队列满了之后，就清除队列中一定数量的排队请求，保护系统不过载，实现系统的基本可用。

最终的一致 #

• 读时修复：在读取数据时，检测数据的不一致，进行修复。
  • 比如 Cassandra 的 Read Repair 实现，具体来说，在向 Cassandra 系统查询数据的时候，如果检测到不同节点的副本数据不一致，系统就自动修复数据。
• 写时修复：在写入数据，检测数据的不一致时，进行修复。
  • 比如 Cassandra 的 Hinted Handoff 实现。具体来说，Cassandra 集群的节点之间远程写数据的时候，如果写失败就将数据缓存下来，然后定时重传，修复数据的不一致性。
  • 写时修复不需要做数据一致性对比，性能消耗比较低，对系统运行影响也不大，推荐在实现最终一致性时优先实现这种方式。
• 异步修复：这个是最常用的方式，通过定时对账检测副本数据的一致性，并修复。