CAP理论
CAP定理
CAP理论为：⼀个分布式系统最多只能同时满足⼀致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三项中的两项。
- 一致性（Consistency）：即更新操作成功并返回客户端后，所有节点在同一时间的数据完全一致。
- 可用性（Availability）：服务⼀直可用，而且是正常响应时间。
- 分区容错性（Partition tolerance）：分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性或者可用性的服务。
BASE理论
BASE理论是对CAP理论的延申，核心思想就是即使无法做到强一致性（CAP的一致性就是强一致性），但可以采取适当的方式达到最终一致性。
- 基本可用（Basically Available）：指分布式系统在出现故障的时候，允许损失部分可用性，即保证核心可用。
- 软状态（Soft State）：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。
- 最终一致性（Eventual Consistency）：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。
ZooKeeper追求的一致性
ZooKeeper保证的最终一致性又叫做顺序一致性，即每个结点的数据都是严格按事务的发起顺序生效的。
ZooKeeper如何保证事务的顺序
zookeeper中的事务ID为ZXID，ZXID由Leader节点生成，有新写入事件时，Leader生成新ZXID并随提案一起广播，每个结点本地都保存了当前最近一次事务的ZXID，ZXID是递增的，所以谁的ZXID越大，就表示谁的数据是最新的。
ZXID的生成规则如下：
ZXID由两部分组成：
- 任期：完成本次选举后，直到下次选举前，由同一Leader负责协调写入
- 事务计数器：单调递增，每生效一次写入，计数器加一
ZXID的低32位是计数器，所以同一任期内，ZXID是连续的，每个结点又都保存着自身最新生效的ZXID，通过对比新提案的ZXID与自身最新ZXID是否相差1，来保证事务严格按照顺序生效的。