Java八股文

主题

面试速答（先看这里）

**一句话结论：**BASE理论是对CAP理论的延伸，核心思想是即使无法做到强一致性（Strong Consistency，CAP的一致性就是强一致性），但应用可以采用适合的方式达到最终一致性（Eventual Consitency）。

60秒标准回答：

BASE理论是对CAP理论的延伸，核心思想是即使无法做到强一致性（Strong Consistency，CAP的一致性就是强一致性），但应用可以采用适合的方式达到最终一致性（Eventual Consitency）

BASE是指基本可用（Basically Available）、软状态（ Soft State）、最终一致性（ Eventual Consistency）

做不到100%可用，那么就做到基本可用。做不到强一致性，那么就做到最终一致性

**答题顺序：**结论 → 原理/机制 → 关键流程 → 场景与取舍 → 易错点

回答主线：

  • **基本可用（Basically Available）：**基本可用是指分布式系统在出现故障的时候，允许损失部分可用性（降级），即保证核心可用。
  • **软状态（ Soft State）：**软状态是指允许系统存在中间状态，而该中间状态不会影响系统整体可用性。
  • **最终一致性（ Eventual Consistency）：**最终一致性是指系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。
  • **ACID和BASE的区别与联系：**ACID是传统数据库常用的设计理念，追求强一致性模型。

**记忆锚点：**BASE → 最终一致性 → ACID → Consistency → Eventual → PROCESSING

加分表达：

  • BASE理论是对CAP理论的延伸，核心思想是即使无法做到强一致性（Strong Consistency，CAP的一致性就是强一致性），但应用可以采用适合的方式达到最终一致性（Eventual Consitency）。
  • 想要做到BASE，那么主要就是用这几个手段：中间状态（软状态）+重试（最终一致性）+降级（基本可用） 基本可用（Basically Available） 基本可用是指分布式系统在出现故障的时候，允许损失部分可用性（降级），即保证核心可用。
  • ACID和BASE代表了两种截然相反的设计哲学 在分布式系统设计的场景中，系统组件对一致性要求是不同的，因此ACID和BASE又会结合使用。

追问准备：

  • 围绕「BASE」：底层原理是什么？使用时有哪些边界和常见坑？
  • 围绕「最终一致性」：底层原理是什么？使用时有哪些边界和常见坑？
  • 围绕「ACID」：底层原理是什么？使用时有哪些边界和常见坑？
  • 如果线上出现异常，你会如何定位、验证并规避？

典型回答 ​

BASE理论是对CAP理论的延伸，核心思想是即使无法做到强一致性（Strong Consistency，CAP的一致性就是强一致性），但应用可以采用适合的方式达到最终一致性（Eventual Consitency）。

BASE是指基本可用（Basically Available）、软状态（ Soft State）、最终一致性（ Eventual Consistency）。

做不到100%可用，那么就做到基本可用。做不到强一致性，那么就做到最终一致性。

想要做到BASE，那么主要就是用这几个手段：中间状态（软状态）+重试（最终一致性）+降级（基本可用）

基本可用（Basically Available） ​

基本可用是指分布式系统在出现故障的时候，允许损失部分可用性（降级），即保证核心可用。

电商大促时，为了应对访问量激增，部分用户可能会被引导到降级页面，服务层也可能只提供降级服务。这就是损失部分可用性的体现。

📄 ✅什么是服务降级？

打开文档：✅什么是服务降级？

软状态（ Soft State） ​

软状态是指允许系统存在中间状态，而该中间状态不会影响系统整体可用性。分布式存储中一般一份数据至少会有三个副本，允许不同节点间副本同步的延时就是软状态的体现。mysql replication的异步复制也是一种体现。

其实就是中间状态，比如当前INIT，然后处理中推进到PROCESSING，然后可以基于这个PROCESSING不断重试，直到推进到SUCCESS

有了软状态，我们才能重试。

最终一致性（ Eventual Consistency） ​

最终一致性是指系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。弱一致性和强一致性相反，最终一致性是弱一致性的一种特殊情况。

扩展知识 ​

ACID和BASE的区别与联系 ​

ACID是传统数据库常用的设计理念，追求强一致性模型。BASE支持的是大型分布式系统，提出通过牺牲强一致性获得高可用性。

ACID和BASE代表了两种截然相反的设计哲学

在分布式系统设计的场景中，系统组件对一致性要求是不同的，因此ACID和BASE又会结合使用。