CAP理论
CAP理论对一个分布式系统进行了抽象，形成了以下分布式系统的三个指标：
- 一致性
- 可用性
- 分区容错性
一致性指的是客户端的每次请求，要么返回绝对一致的最新写入的数据，那么读取失败，一致性强调的是数据的正确性。
可用性指的是客户端的每次请求，无论访问的是哪个节点，都能够得到响应的数据。
分区容错性指的是当分布式节点之间出现了丢失或者高延迟的时候，系统仍然可以高效的工作，强调的是对分区故障的容错能力。
CAP理论指的是对于一个分布式系统而言，一致性、可用性、分区容错性3个指标不可兼得，只能在3个指标中选择2个。
在CAP理论的实际使用之中，实际情况下节点间的分区故障一定会发生，分区容错性是一定需要保证的，舍弃P相当于舍弃分布式系统，所以只剩下在一致性和可用性中间进行选择，即CP系统和AP系统。
当选择了一致性（即CP系统）时，一定会读取到最新的数据，不会读取到旧数据。当发生了网络分区时，为了不破坏一致性，就不会返回最新的信息而返回出错信息。
当选择了可用性（即AP系统）时，一定会保持服务的高可用，当发生了网络分区时，将返回自己当前相对新的信息。
ACID理论
ACID指的是在数据库管理系统中事务的四个特性
- 原子性：整个事务的所有操作要么全部完成，要么全部失败。
- 一致性：系统必须始终处在强一致状态下。
- 隔离性：两个事务的执行互不干扰。
- 持久性：在事务完成之后，所做的更改完全保存在数据库中，不会被回滚。
绝大部分数据库在单机环境下都实现了ACID特性，但是在分布式的环境下实现ACID特性则变得困难。
在分布式的环境中，涉及到多个节点之间的操作，只能够保证单个节点之间的ACID特性，不能保证节点间操作的ACID特性。
为了实现分布式的ACID，需要运用到分布式事务的协议例如二阶段提交协议和TCC。
BASE理论
在分布式系统之中，ACID的方式很难满足高性能要求，为了提高性能和可用性，出现了ACID的变种BASE，其核心概念为：
- 基本可用：在出现暂时不可用的状态后，后面会快速恢复。
- 软状态：介于有状态和无状态之间的中间状态，让服务暂时保存一些状态以及数据。
- 最终一致性：系统在短暂的时间内是不一致的，但最终是一致的。
BASE可以容忍系统出现暂时性的故障，即使在短时间内存在数据不一致的可能性，需要在之后的业务中将出现问题的事务处理掉，最终保证最终的一致性。
在很多情况下是无法做到ACID的，尤其是需要跨多个系统使用的时候。BASE倾向于设计出更具有弹性的系统。