#### 关系型数据库遵循ACID规则
事务在英文中是transaction，和现实世界中的交易很类似，它有如下四个特性：
1. **A (Atomicity) 原子性**
原子性很容易理解，也就是说事务里的所有操作要么全部做完，要么都不做，事务成功的条件是事务里的所有操作都成功，只要有一个操作失败，整个事务就失败，需要回滚。
比如银行转账，从A账户转100元至B账户，分为两个步骤：1）从A账户取100元；2）存入100元至B账户。这两步要么一起完成，要么一起不完成，如果只完成第一步，第二步失败，钱会莫名其妙少了100元。
2. **C (Consistency) 一致性**
一致性也比较容易理解，也就是说数据库要一直处于一致的状态，事务的运行不会改变数据库原本的一致性约束。
例如现有完整性约束a+b=10，如果一个事务改变了a，那么必须得改变b，使得事务结束后依然满足a+b=10，否则事务失败。
3. **I (Isolation) 独立性**
所谓的独立性是指并发的事务之间不会互相影响，如果一个事务要访问的数据正在被另外一个事务修改，只要另外一个事务未提交，它所访问的数据就不受未提交事务的影响。
比如现有有个交易是从A账户转100元至B账户，在这个交易还未完成的情况下，如果此时B查询自己的账户，是看不到新增加的100元的。
4. **D (Durability) 持久性**
持久性是指一旦事务提交后，它所做的修改将会永久的保存在数据库上，即使出现宕机也不会丢失。
### RDBMS vs NoSQL
**RDBMS**
– 高度组织化结构化数据
– 结构化查询语言（SQL） (SQL)
– 数据和关系都存储在单独的表中。
– 数据操纵语言，数据定义语言
– 严格的一致性
– 基础事务
**NoSQL**
– 代表着不仅仅是SQL
– 没有声明性查询语言
– 没有预定义的模式
– 键 – 值对存储，列存储，文档存储，图形数据库
– 最终一致性，而非ACID属性
– 非结构化和不可预知的数据
– CAP定理
– 高性能，高可用性和可伸缩性
#### CAP定理（CAP theorem）
在计算机科学中, CAP定理（CAP theorem）, 又被称作 布鲁尔定理（Brewer’s theorem）, 它指出对于一个分布式计算系统来说，不可能同时满足以下三点:
– **一致性(Consistency)** (所有节点在同一时间具有相同的数据)
– **可用性(Availability)** (保证每个请求不管成功或者失败都有响应)
– **分隔容忍(Partition tolerance)** (系统中任意信息的丢失或失败不会影响系统的继续运作)
CAP理论的核心是：一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。
因此，根据 CAP 原理将 NoSQL 数据库分成了满足 CA 原则、满足 CP 原则和满足 AP 原则三 大类：
– **CA** – 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
– **CP** – 满足一致性，分区容忍性的系统，通常性能不是特别高。
– **AP** – 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。
### NoSQL的优点/缺点
**优点:**
– 高可扩展性
– 分布式计算
– 低成本
– 架构的灵活性，半结构化数据
– 没有复杂的关系
**缺点:**
– 没有标准化
– 有限的查询功能（到目前为止）
– 最终一致是不直观的程序
#### BASE
BASE：Basically Available, Soft-state, Eventually Consistent。 由 Eric Brewer 定义。
CAP理论的核心是：一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，最多只能同时较好的满足两个。
BASE是NoSQL数据库通常对可用性及一致性的弱要求原则:
– Basically Availble –基本可用
– Soft-state –软状态/柔性事务。 “Soft state” 可以理解为”无连接”的, 而 “Hard state” 是”面向连接”的
– Eventual Consistency –最终一致性 最终一致性， 也是是 ACID 的最终目的。
