ACID
事务(transaction)是由一系列对系统中数据进行访问于更新的操作所组成的一个程序执行逻辑单元，狭义上的事务特指数据库事务。
事务具有四个特性，分别是原子性，一致性，隔离性和持久性。
原子性
事务的院子性是指事务必须是一个原子的操作序列单元。事务中包含的个项操作在以此执行过程中，只允许出现以下两种状态之一：
- 全部成功执行。
- 全部不执行。
任何一项操作失败都将导致整个事务失败。同时其他已经瘪执行的操作都将被撤销并回滚，只有所有的操作全部成功，整个事务才算是成功完成。
一致性
事务的一致性是指事务的执行不能破坏数据库数据的完整性和一致性，一个事务在执行之前和执行之后，数据库都必须处于一致性状态。事务执行的结果必须是使数据库从一个一致性状态转变到另一个一致性状态，因此当数据库只包含成功事务提交的结果时，就能说数据库处于一致性状态。
隔离性
事务的隔离性是指在并发环境中，并发的事务是相互隔离的，一个事务的执行不能被其他事务干扰。不同的事务并发操作相同数据是，每个事务都有各自完整的数据空间。即一个事务内部的操作及使用的数据对其他并发事务是隔离的，并发执行的各个事务之间不能互相干扰。
持久性
事务的持久性也被称为永久性，是指一个事务一旦提交，它对数据中对象数据的状态变更就应该是永久性的。
事务的隔离级别
在标准SQL标准中，定义了4个事务隔离级别，不同的隔离级别对事务的处理不同。
未授权读取
未授权读取也被称为读未提交，该隔离级别允许脏读，其隔离级别也是最低的。
一个事务正在处理某一个数据，并对其进行了更新，但同时尚未完成事务，因此还没有进行事务提交，而同时允许另一个事务也能够访问该数据。
授权读取
授权读取也被称为读提交，它和未授权读取非常相似，唯一的区别是授权读取只允许获取已经被提交的数据。
可重复读
可重复读，就是保证在事务处理过程中，多次读取同一个数据时，其值都是和事务开始时刻是一致的，因此该事务级别禁止了不可重复读取和脏读，但是有可能出现幻读数据。所谓的幻读数据，就是指同样的事务操作，在前后两个时间段内执行对同一个数据项的读取，可能初心不一致的结果。
串行化
串行化是最严格的事务隔离级别，要求所有事务都被串行执行，即事务只能一个接一个地进行处理，不能并发执行。
CAP
一个分布式系统不可能同时满足一致性(Consistency),可用性(Availability),分区容错性(Partition tolerance),这三个基本需求，最多只能同时满足其中的两项。
一致性
在分布式环境中，一致性是指数据在多个副本之间是否能够保持一致的特性。在一致性的需求下，当一个系统在数据一致的状态下执行更新操作后，应该保证系统的数据仍然处于一致的状态。
可用性
可用性是指系统提供的服务必须是一直处于可用的状态，对于用户的每个操作请求总是能够在有限的时间内返回结果。
有限的时间内是指，对于用户的一个操作请求，系统必须能够在指定的时间(即响应时间)内返回对应的处理结果，如果超过了这个时间范围，那么系统就被任务是不可用的。“有限的时间内”是一个在系统设计之初就设定好的系统运行指标，通常不同的系统之间会有很大的不同。
返回结果是可用性的另一个非常重要的指标，它要求系统在完成对用户请求的处理后，返回一个正常的相应结果。正常的相应结果通常能够明确地反映出对请求的处理结果，即成功或失败，而不是一个让用户感到困惑的返回结果。
分区容错性
分区容错性约束了一个分布式系统需要具有如下特性：分布式系统在遇到任何网络分区故障的时候，仍然需要能够保证对外提供满足一致性和可用性的服务，除非是整个网络环境都发生了变化。
应用
| 放弃CAP定理 | 说明 |
|---|---|
| 放弃P | 如果希望能够避免系统出现分区容错性问题，一种较为简单的做法是将所有的数据(或者仅仅是与事务相关的数据)都放在一个分布式节点上，这样的做法虽然无法100%保证系统不会出错，但至少不会碰到由于网络分区带来的负面影响。放弃P的同事也就意味值放弃了系统的可扩展性。 |
| 放弃A | 相对于放弃“分区容错性”来说，放弃可用性则正好相反，其做法是一旦系统遇到网络分区或其他故障时，那么受到影响的服务需要等待一定的时间，因此在等待期间系统无法对外提供正常的服务，即不可用。 |
| 放弃C | 这里所说的放弃一致性，并不是完全不需要数据一致性。放弃一致性是指放弃数据的强一致性，而保留数据的最终一致性。 |
BASE理论
BASE是指基本可用(Basically Available),软状态(Soft state)和最终一致性(Eventually consistent).
BASE理论是对CAP理论中一致性和可用性权衡的记过，其来源于对大规模互联网熊分布式实践的总结，是基于CAP理论逐步演化而来，其核心思想是即使无法做到强一致性，但每个应用都可以根据自身业务特点，采用适当的方式来使系统达到最终一致性。
基本可用
基本可用是指分布式系统在出现不可预知故障的时候，允许损失部分可用性。
- 响应时间上的损失：正常情况下，一个在线的业务需要的时间出现了提升。
- 功能上的损失，某些业务会出现降级现象。
弱状态
弱状态也称为软状态，和硬状态相对，是指允许在系统中的数据存在中间状态，并认为该中间状态的存在不会印象系统的整体可用性，即允许系统在不同节点的数据副本之间进行数据同步的过程存在延时。
最终一致性
最终一致性强调的是系统中所有的数据副本，在经过一段时间的同步后，最终能够达到一个一致的状态。最终一致性的本质是需要系统保证最终数据能够达到一致，而不需要实时保证系统数据的强一致性。
在工程实践中，最终一致性存在以下五类主要变种：
因果一致性
因果一致性是指，如果进程A在更新某个数据项后通知了进程B，那么进程B之后对该数据项的访问都应该能够获得进程A更新后的最新值，并且如果进程B要对该数据项进行更新操作的话，务必基于进程A更新后的最新值。即不能发生丢失更新情况。
读己之所写
读己之所写是指，进程A更新一个数据项之后，它自己总是能够访问到更新过的最新值，而不会看到旧值。也就是说，对于单个数据获取者来说，其读取到的数据，一定不会比自己上次写入的旧值。读己之所写也可被看作是一种特殊的因果一致性。
会话一致性
会话一致性将对系统数据的访问过程框定在一个会话当中：系统能够保证在同一个有效的会话中实现了“读己之所写”的一致性，也就是说，执行更能操作之后，客户端能够在同一个会话中始终读取都该数据项的最新值。
单调读一致性
单调读一致性是指如果一个进程从系统中读取了一个数据项的某个值后，那个系统对于该进程后续的任何数据访问都不应该返回更旧的值。
单调写一致性
单调写一致性是指，一个系统需要能够保证来自同一个进程的写操作被顺序的执行。
参考资料：
《从Paxos到ZooKeeper》 倪超