今天來講幾個概念：單體應用和分佈式集羣相關概念、CAP、ACID、BASE等相關理論
1、單體應用、集羣、分佈式的相關概念
「單體應用」將一個應用程序的所有功能模塊都打包成一個獨立的單元，部署在一臺服務器上運行，對外提供服務。當業務增長到一定程度的時候，單機的硬件資源將無法滿足你的業務需求。此時便出現了集羣模式。
「集羣」 同一個業務模塊，部署在多個服務器上，通過分佈式調度軟件（負載均衡服務器）進行統一的調度，目的是提高服務的處理量。 集羣結構的好處就是系統擴展非常容易。如果隨着你們系統業務的發展，當前的系統又支撐不住了，那麼給這個集羣再增加節點就行了。
「分佈式」將一個業務模塊拆分成多個子業務模塊（按照業務功能，拆分成一個個獨立的子系統，在分佈式結構中，每個子系統就被稱爲“服務”），多個子業務模塊部署在不同的服務器上運行，目的是實現高併發。
2、CAP理論
「CAP」
C(Consistency)：一致性
A(Availability)：可用性
P(Partition tolerance)：分區容錯性
「CAP理論」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
原因：
在一個分佈式系統裏面，包含了多個節點，節點之間通過網絡連接在一起。正常情況下，通過網絡，從一個節點可以訪問任何別的節點上的數據。但是有可能出現網絡故障，導致整個網絡被分成了互不連通的區域，這就叫作分區。一旦出現分區，那麼一個區域內的節點就沒法訪問其他節點上的數據了，最好的辦法是把數據複製到其他區域內的節點，這樣即使出現分區，也能訪問任意區域內節點上的數據，這就是分區容錯性；
但是把數據複製到多個節點就可能出現數據不一致的情況，這就是一致性；
要保證一致，就必須等待所有節點上的數據都更新成功纔可用，這就是可用性。
總的來說，就是數據節點越多，分區容錯性越高，但數據一致性越難保證。爲了保證數據一致性，又會帶來可用性的問題。
2、ACID理論
「ACID」
指數據庫事務正確執行的四個基本要素的縮寫
A(Atomicity)：原子性
C(Consistency)：一致性
I(Isolation)：獨立性
D(Durability)：持久性
一個支持事務（Transaction）的數據庫，必須要具有這四種特性，否則在事務過程（Transaction processing）當中無法保證數據的正確性，交易過程極可能達不到交易方的要求。
原子性：整個事務中的所有操作，要麼全部完成，要麼全部不完成，不可能停滯在中間某個環節。事務在執行過程中發生錯誤，會被回滾（Rollback）到事務開始前的狀態，就像這個事務從來沒有執行過一樣。
一致性：一個事務可以封裝狀態改變（除非它是一個只讀的）。事務必須始終保持系統處於一致的狀態，不管在任何給定的時間併發事務有多少。也就是說：如果事務是併發多個，系統也必須如同串行事務一樣操作。
隔離性：隔離狀態執行事務，使它們好像是系統在給定時間內執行的唯一操作。如果有兩個事務，運行在相同的時間內，執行相同的功能，事務的隔離性將確保每一事務在系統中認爲只有該事務在使用系統。這種屬性有時稱爲串行化，爲了防止事務操作間的混淆，必須串行化或序列化請求，使得在同一時間僅有一個請求用於同一數據。
持久性：在事務完成以後，該事務對數據庫所作的更改便持久的保存在數據庫之中，並不會被回滾。
3、BASE理論
「BASE」
Basically Available：基本可用
Soft state：軟狀態
Eventually consistent：最終一致
BASE是對CAP中一致性和可用性權衡的結果，其來源於對大規模互聯網系統分佈式實踐的總結，是基於CAP定理逐步演化而來的
其核心思想是即使無法做到強一致性，但每個應用都可以根據自身的業務特點，採用適當的方式來使系統達到最終一致性。
基本可用：基本可用是指分佈式系統在出現不可預知的故障的時候，允許損失部分可用性；
弱狀態：弱狀態也被稱爲軟狀態，和硬狀態對應，是指允許系統中的數據存在中間狀態，並認爲該中間狀態的存在不會影響系統的整體可用性，即允許系統不同節點的數據副本之間進行數據同步的過程存在延時；
最終一致性：最終一致性強調的是系統所有的數據副本，在經過一段時間的同步後，最終能夠達到一個一致的狀態。
參考文章：
https://baike.baidu.com/item/ACID/10738
https://www.zhihu.com/question/20004877
https://yq.aliyun.com/articles/240630
【如有侵權，實屬您的文章或回答寫的清晰易懂，侵權後請聯繫我進行處理】