在上一篇文章裡忽略了一點。
CAP 定理有一個缺陷，這個缺陷可以幫助我們“部分”擺脫 分布式困境。
總的來說，CAP 定理本身是完備的，但它并沒有描述一個分布式系統何時産生分區，以及分區會持續多長時間。理論其實隻限制：在分區發生的 時間内，系統隻能在一緻性（C）和可用性（A）之間二選一。
是以，分布式系統完全可以在沒有出現分區時保證 C 和 A，而在出現分區後，放棄一些 A 或者 C 然後通過人工操作消除分區，讓系統恢複到分區前的狀況。
這樣說太複雜了。用 說人話 的方式就是：
※ 當沒有故障時，系統正常處理請求并且傳回一緻的結果。
※ 出現故障後，首先把所有請求切換到正常機器，故障機器下線。
※ 接着人工恢複故障機器上的資料，保證資料一緻性。
※ 最後讓機器重新上線，恢複系統正常容量。
基本上（請忽略一些細節），這就是主備同步的資料庫叢集在故障恢複時的做法。
這裡的思路是，既然 CAP 特性在一個時間點不可能同時滿足，那我們可以在這個時間點暫時放棄 A 或者 C，然後在另一個時間點再設法恢複。隻要恢複的速度足夠快，使用者就能夠忍受暫時的不一緻或者不可用。
“Twitter 隻是暫時不可用，最終會恢複可用。”
沿着這個思路，業界産生了一些理論，其中最著名的是 BASE。
BASE, 最終一緻性
這個理論由 Basically Available, Soft state, Eventual consistency 組成。核心的概念是 Eventual consistency ——最終一緻性。它局部的放棄了 CAP 理論中的“完全”一緻性，提供了更好的可用性和分區容忍度。
Basically Available
基本可用, 或者說部分可用。由于分布式系統的節點故障是常見的，業務必須接受這種不可用，并且做出選擇：是通路另一個節點忍受資料的臨時不一緻，還是等待節點恢複并忍受業務上的部分不可用。
Soft state
把所有節點的資料 (資料 = 狀态) 都看作是緩存（Cache）。适當的調整業務，使業務可以忍受資料的臨時不一緻，并保證這種不一緻是無害的，可以被最終使用者了解。
Eventual consistency
放棄在任何時刻、從任何節點都能讀到完全一緻的資料。允許資料的臨時不一緻，并通過異步複制、重試和合并消除資料的臨時不一緻。
注意 在分布式系統中，寫入和讀取可能發生在不同的節點上。最終一緻帶來的問題是，業務在寫入後立即讀取，很可能讀不到剛剛寫入的資料。是以需要一個附加限制：
RYW (Read-Your-Writes) consistency
RYW consistency 是弱化的因果一緻性（Causal consistency），它保證業務在會話中一定能讀到上一次寫入的資料。會話可以看作是同一個連接配接，或者是同一個 HTTP Session。例如：使用者剛剛建立了一個訂單，在送出後他可以立刻檢視這個訂單，這就是 RYW 一緻性。
ACID 與 BASE
BASE 這個縮寫有些拼湊的痕迹。那是因為作者認為它的含義與 ACID 恰好相反。
在英文詞典裡，ACID 代表 酸（Acid），而 BASE 代表 堿（Base）。就像這兩個單詞在化學中的含義一樣 —— ACID 與 BASE 位于 CAP 理論的兩端，代表了分布式系統的兩種選擇。
傳統資料庫用 ACID 保護業務資料的一緻性。它明确的要求：事務必須保證資料從上一個一緻性狀态進入下一個一緻性狀态，事務的結束和資料的一緻性之間沒有時差。
從 CAP 定理我們可以知道：正是 ACID 要求的這種“強”一緻性，使得事務系統隻能選擇 C-A 或者 C-P。第一個選擇實際上是單機的傳統資料庫，第二個選擇是後面将要介紹的強一緻性的資料複制叢集。
而 BASE 代表了另一種選擇：放棄一緻性 來保證分布式系統的高可用。與 ACID 的做法相反：業務需要接受和處理資料的不一緻，并且保證這些不一緻不會破壞業務限制 —— 這需要設計者對可能産生的資料不一緻和業務限制非常了解，并且帶來了更高的複雜度。
選擇 高可用 的價值在于：很多場景下系統不可用就意味着對外停止服務，對使用者的影響和商業風險遠遠比“系統仍然可用但是要過一會才能看到資料”來得嚴重。在一些場景下，使用者或許根本不在乎過一會才能看到資料，例如 銀行跨行轉賬。但是，如果銀行告訴使用者無法進行跨行轉賬，那麼就會有很多使用者質疑或投訴銀行的服務了。
上面的 CAP 拼圖裡還剩下一個區域。前面讨論過的 ACID 理論占據了 C-A 區域，代表根本無法容忍分區的傳統單機資料庫。本文介紹的 BASE 理論位于 A-P 區域，代表部分放棄一緻性、追求高可用的現代業務系統。
是以在這幅拼圖裡還剩下 C-P：能夠在分布式環境下 保證資料一緻性 的理論。
下一篇準備介紹這一部分理論。敬請期待。