CAP 理论和BASE 特性
CAP 理论
CAP 理论：简单地说，就是对于一个分布式系统，一致性（Consistency）、可用性和分区容忍性三个特点最多只能三选二。
- 一致性（Consistency）：是指系统在执行了某些操作后仍处于一个一致的状态。
- 可用性（Availability）：是指对数据的所有操作都有成功的返回。简言之，就是任何请求不管成功或失败都有响应。
- 分区容忍性（Partition tolerance）：这一概念的前提是在网络发生故障的时候。在网络连接上，一些结点出现故障，使得原本连通的网络变成了一块一块的分区，若允许系统继续工作，那就是分区可容忍的。
ACID 理论
- 原子性（Atomicity）：事务的所有操作在数据库中要么都做要么都不做。
- 一致性（Consistency）：一个事务独立执行的结果，将保持数据的一致性，即数据不会因为事务的执行而遭受破坏。
- 隔离性（Isolation）：一个事务的执行不能被其他事务干扰。并发事务在执行过程中可能会对同一数据进行操作，这些事务的操作应该不会相互干扰，是相互隔离的。
- 持久性（Durability）：一个事务一旦提交，它对数据库的改变必须是永久的， 即使系统出现故障也是如此。
BASE 理论
由于 CAP 理论的存在，为了提高性能，出现了 ACID 的一种变种 BASE，它是一个弱一致性的理论，只要求最终一致性。
-
BA (Basically Available)：基本可用
-
S (Soft state)：软状态，可以理解为“无连接的”的，而与之相对应的是“面向连接”的。
- E (Eventual consistency)：最终一致性，最终整个系统看到的数据是一致的。
NoSQL数据库的种类
| 分类 | 典型产品 | 应用场景 | 优点 | 缺点 |
|---|---|---|---|---|
| 文档存储 | MongoDB、CouchDB | Web 应用，存储面向文档和半结构化数据 | 结构灵活，可以根据value构建索引，处理能力强 | 缺乏统一的查询语法；无事务处理能力 |
| 键值存储 | Redis | 内容缓存，如会话、配置、文件、参数等 | 扩展性好，灵活性强，大量操作时性能高 | 数据无结构化，通常被当成字符串或者二进制数据，通过键查询值 |
| 列存储 | Bigtable、HBase、Cassandra | 分布式数据存储和管理 | 可扩展性强，查找速度快，复杂性低 | 功能局限；不支持事务的强一致性 |
| 图存储 | Neo4j、OrientDB | 社交网络、推荐系统、专注于构建系统图谱 | 支持复杂的图形算法 | 复杂性高，只能支持一定的数据规模 |