# NoSQL数据库理论基础

• 分布式数据库的数据管理
  • CAP理论
  • 为什么不能同时选择C、A、P?
  • 重新理解CAP
• ACID、BASE与一致性
  • ACID是什么
  • BASE原则又是什么
  • 为什么会出现BASE思想

# 分布式数据库的数据管理

1. 什么是数据库系统

数据库系统 = 数据库管理系统 + 数据库

1. 什么是数据库管理系统

数据库管理系统(Database Management System)是一种操纵和管理数据库的大型软件，用于建立、使用和维护数据库，简称DBMS。主要任务就是对外提供数据，对内 要管理数据。

1. 数据处理方式：集中式VS分布式

集中式数据库是指数据库中的数据集中存储在一台计算机上，数据的处理也集中 在一台机器上完成。

分布式数据库是指利用高速计算机网络将物理上分散的多个数据存储单元连接起来组成一个逻辑上统一的数据库。

# CAP理论

2000年，Eric Brewer教授在PODC的研讨会上提出了一个猜想：在分布式的环境下设计和部署系统时。 有3个核心的系统需求： 一致性（Consistency）、可用性（Availability）和分区容错性（Availability）三者以一种特殊的关系存在，无法在一个分布式系统中被同时满足，并且最多只能满足其中两个

1. C:一致性（consistency）（强一致性）

它是指任何一个读操作总是能够读到之前完成的写操作的结果。所有节点在同一时间具有相同的数据。

1. A:可用性（Availability）（高可用性）

每个请求都能在确定时间内返回一个响应，无论请求是成功或失败。

1. P:分区容忍性（Partition Tolerance）

它是指当出现网络分区情况时，即系统中的一部分节点无法和其他节点进行通信，分离的系统也能正常运行。也就是说，系统中任意信息的丢失或失败不会影响系统的继续运作。

# 为什么不能同时选择C、A、P?

2002年，Lynch与其他人证明了Brewer猜想，从而把CAP上升为一个定理

• 当处理CAP的问题时，可以有几个明显的选择

1. CA：也就是强调一致性（C）和可用性（A），放弃分区容忍性（P），最简单的做法是把所有与事务相关的内容都放到同一台机器上
2. CP：也就是强调一致性（C）和分区容忍性（P），放弃可用性（A），当出现网络分区的情况时，受影响的服务需要等待数据一致，因此在等待期间就无法对外提供服务
3. AP：也就是强调可用性（A）和分区容忍性（P），放弃一致性（C），允许系统返回不一致的数据

设计原则：在C、A、P之中取舍

P是网络性质，CA是分布式系统性质，分区容忍性不是设计系统时可以选择的东西（因为无论如何，它都要发生，无法控制），CAP合理表述是：在一个允许网络发生故障的系统中，分布式系统该选择一致性C还是可用性A。

# 重新理解CAP

2012年，Eric Brewer发表文章指出：实践过程中应用CAP理论时不得不进行“三选二”存在误导性。

1. P发生的概率很小，不应该在设计之初直接放弃A或者C。
2. 即使在AC之间进行取舍，也不应该粗暴地在系统层面取A舍C或 取C舍A，应该针对不同粒度，子系统差异化。
3. 三者之间也不是非此即彼，应看做连续互相影响，因此可以采用如下策略： 绝大多数未分区的情况下，尽可能保证CA，当发生网络分区时，系统应能识别P状况，降低CA并进行相应处理。

# ACID、BASE与一致性

# ACID是什么

ACID是关系数据库采纳的原则。

指数据库事务正确执行的四个基本要素的缩写。包含：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）

1. 原子性：一个事务的所有系列操作步骤被看成是一个动作，所有的步骤要么全部完成要么都不会完成。
2. 一致性：事务执行前后，数据库的状态都满足所有的完整性约束。不能发生表与表之间存在外键约束，但是有数据却违背这种约束性。
3. 隔离性：并发执行的事务是隔离的，保证多个事务互不影响，隔离能够确保并发执行的事务能够顺序一个接一个执行，通过隔离，一个未完成事务不会影响另外一个未完成事务。
4. 持久性：一个事务一旦提交，它对数据库中数据的改变就应该是永久性的，不会因为和其他操作冲突而取消这个事务。

# BASE原则又是什么

NoSQL数据库使用的原则。

BASE原则 = 基本可用性（Basically Available） + 软状态（Soft state） + 最终一致性（Eventuallyconsistent）

1. 基本可用性：分布式系统在出现故障的时候，允许损失部分可用性，即保证核心功能或者当前最重要功能可用，但是其他功能会被削弱。
2. 软状态：允许系统数据存在中间状态，但不会影响到系统的整体可用性，即允许系统在不同节点的数据副本之间进行数据同步时存在延时。
3. 最终一致性：要求系统数据副本最终能够一致，而不需要实时保证数据副本一致。最终一致性是弱一致性的一种特殊情况。

# 为什么会出现BASE思想

CAP理论定义了分布式存储的根本问题，但并没有指出一致性和可用性之间到底应该如何权衡。于是出现了BASE思想，给出了权衡A与C的一种可行方案。

ACID和BASE代表了在一致性 - 可用性两点之间进行选择的设计哲学

ACID强调一致性被关系数据库使用，BASE强调可用性被大多数Nosql使用