分布式环境下面临的问题：
网络通信：网络本身的不可靠性，因此会涉及到一些网络通信问题
三态：分布式架构里面，除了成功、失败、超时
分布式事务 ：ACID特性
中心化和去中心化：冷备或者热备
经典的CAP/BASE理论
CAP
C（一致性 Consistency）: 所有节点上的数据，时刻保持一致
A可用性（Availability）：每个请求都能够收到一个响应，无论响应成功或者失败
P分区容错 （Partition-tolerance）：表示系统出现脑裂以后，可能导致某些server与集群中的其他机器失去联系
分布式系统因为网络的存在，必须存在P，所以我们的选择经常是牺牲掉C 或者牺牲掉A。于是就有了：CP / AP
CAP理论仅适用于原子读写的Nosql场景，不适用于数据库系统
BASE
基于CAP理论，CAP理论并不适用于数据库事务（因为更新一些错误的数据而导致数据出现紊乱，无论什么样的数据库高可用方案都是
徒劳） ，虽然XA事务可以保证数据库在分布式系统下的ACID特性，但是会带来性能方面的影响；
eBay尝试了一种完全不同的套路，放宽了对事务ACID的要求。提出了BASE理论
Basically available （基本可用）： 数据库采用分片模式， 把100W的用户数据分布在5个实例上。如果破坏了其中一个实例，仍然可以保证
80%的用户可用
soft-state（软状态）： 在基于client-server模式的系统中，server端是否有状态，决定了系统是否具备良好的水平扩展、负载均衡、故障恢复等特性。
Server端承诺会维护client端状态数据，这个状态仅仅维持一小段时间, 这段时间以后，server端就会丢弃这个状态，恢复正常状态
Eventually consistent：数据的最终一致性