CAP理論
CAP是Consistency,Availablity和partition-tolerance縮寫，分別是：
一致性(Consistency):數據一致更新，所有數據變動都是同步的。每次讀操作都能返回最新數據
Availability(可用性)：好的響應性能，任何一個沒有發生故障的節點，會在合理的時間內返回一個正常的結果。
Partition tolerance(分區容忍性)：可靠性，當節點間出現網絡分區，照樣可以提供服務。
CAP理論的核心是：一個分佈式系統不可能同時很好的滿足一致性，可用性和分區容錯性這三個需求，最多隻能同時較好的滿足兩個。
單機肯定不存在分區的問題，所以只能保證CA。對於分佈式系統，P肯定是佔的，當出現節點間往來中斷的情況，如果選擇一致性CP，意味著在網絡恢復，數據在節點間同步完成之前是不可用的；如果選擇可用性AP意味著我們放棄了各個節點直接的同步；在實際操作的時候一般的服務都要保證服務的可用性，所以一般會選擇AP，然後在網絡恢復後得到最終一致性。
根據CAP原理將NoSQL數據庫分成了滿足CA原則，滿足CP原則和滿足AP原則三大類：
CA--單點集群，滿足一致性，可用性的系統，通常在可擴展性上不太強大
CP--滿足一致性，分區容忍性的系統，通常性能不是特別高
AP--滿足可用性，分區容忍性的系統，通常可能對一致性要求低一些
BASE理論
base理論是對CAP理論的延伸，核心思想是即使無法做到強一致性(Strong Consistency,CAP理論的一致性就是強一致性)，但應用可以採用合適的方式達到最終一致性（Eventual Consitency）。
BASE是指基本可用(Basically Available),軟狀態(Soft State),最終一致性(Eventual Consistency)
基本可用(Basically Available)
基本可用是指分佈式系統在出現故障的時候，允許損失部分可用性，既保證核心可用。電商大促時，為了應對訪問量激增，部分用戶可能會被引導到降級頁面，服務層也可能只提供降級服務，這既是損失部分可用性的體現。
軟狀態(Soft State)
軟狀態是指允許系統存在中間狀態，而該中間狀態不會影響系統整體可用性。分佈式存儲中一般一份數據至少會有三個副本，允許不同節點間副本同步的延時就是軟狀態的體現。mysql replication的異步複製也是一種體現。
最終一致性(Eventual Consistency)
最終一致性是指系統中的所有數據副本經過一定時間後，最終能夠達到一致的狀態。弱一致性和強一致性相反，最終一致性是弱一致性的一種特殊情況。
