深入理解雲端儲存和雲端運算-理論基礎

引言：在各種各樣的硬體裝置上運行著N多的worker，而任意一個worker都能夠獨立解決一個問題。每一個叢集有這樣的裝置成千上百個，而同時又有一打這樣的叢集互相串連互動，於是，這麼一個總的集合稱為“雲”，而其提供的服務稱為“雲端運算”。 
在“雲中”的任一裝置或叢集都可以做到"進出自由"、任何崩潰的worker都能被檢測和重啟，那麼，基本上就可以稱為靠譜的雲端運算了。 

對於理解雲端儲存和雲端運算，CAP，BASE，ACID以及最終一致性這些原理有著指導作用

CAP：（Consistency-Availability-Partition Tolerance一致性，可用性（在可寫的時候可讀, 可讀的時候可寫 ），分區容忍性），有研究證明對於資料系統來說，如果要滿足其中2個要素，就必須放寬其第三要素的要求，即三者不可兼得，但是對於分布式系統來說，分區容忍性是必須具備的要求，所以在分布式系統的設計中一致性和可用性是必須要捨棄一個的。

eg：

傳統資料庫一般採用CA即強一致性和高可用性

nosql，雲端儲存等一般採用降低一致性的代價來獲得另外2個因素

ACID：按照CAP分法ACID是許多CA型關聯式資料庫多採用的原則：

A：Atomicity原子性，事務作為最小單位，要麼不執行要麼完全執行

C：Consistency一致性，一個事務把一個對象從一個合法狀態轉到另一個合法狀態，如果交易失敗，把對象恢複到前一個合法狀態。即在事務開始之前和事務結束以後，資料庫的完整性條件約束沒有被破壞

I：Isolation獨立性（隔離性），事務的執行是互不干擾的，一個事務不可能看到其他事務運行時，中間某一時刻的資料。

D：Durability：事務完成以後，該事務所對資料庫所作的更改便持久的儲存在資料庫之中，並不會被復原。

BASE：一般是通過犧牲強一致性，來換取可用性和分布式

BA：Basically Aavilable基本可用：允許偶爾的失敗，只要保證絕大多數情況下系統可用

S：Soft State軟狀態：不要求任意時刻的資料都保持同步

E：Eventual Consistency最終一致性：要求資料在一定的時間內達到一致性

以雲端儲存為例：目前的雲端儲存多以整體上採用BASE局部採用ACID，由於使用分布式使用多備份所以多採用最終一致性