Что такое Base?

# BASE в контексте архитектуры данных

Что такое BASE

BASE — это аббревиатура, противопоставляемая ACID в контексте распределённых систем и баз данных. Она обозначает новый подход к консистентности данных в масштабируемых системах.

BASE расшифровывается:

• B — Basically Available (Базово доступна)
• A — Soft state (Мягкое состояние)
• E — Eventually consistent (Итоговая консистентность)

Контекст: ACID vs BASE

ACID (традиционные БД)

ACID — это гарантии для одной БД:

• A — Atomicity (Атомарность) — транзакция либо полностью выполнена, либо нет
• C — Consistency (Консистентность) — данные всегда в корректном состоянии
• I — Isolation (Изоляция) — транзакции не вмешиваются друг в друга
• D — Durability (Долговечность) — завершённая транзакция сохранена навсегда

Пример ACID:

@Transactional
public void transferMoney(Account from, Account to, BigDecimal amount) {
    from.withdraw(amount);
    to.deposit(amount);
    accountRepository.save(from);
    accountRepository.save(to);
    // После возврата — данные гарантированно консистентны
}

BASE (распределённые системы)

BASE — это компромисс для микросервисов:

Базовая доступность:

• Система доступна (не 100% консистентность)
• Может вернуть старые или неполные данные
• Зато отзывчива и масштабируема

Мягкое состояние:

• Состояние может быть непредсказуемым временно
• Данные обновляются асинхронно
• Нет гарантии конечного состояния в момент запроса

Итоговая консистентность:

• Данные в итоге придут к консистентному состоянию
• Но не сразу, а через некоторое время

Пример BASE:

@Service
public class OrderService {
    public void createOrder(Order order) {
        orderRepository.save(order);
        kafkaTemplate.send("order-created", order);
        return new OrderResponse("Order created");
    }
}

@Component
public class PaymentListener {
    @KafkaListener(topics = "order-created")
    public void handleOrderCreated(Order order) {
        paymentService.processPayment(order);
    }
}

Когда использовать ACID

Используй ACID когда:

• Требуется гарантированная консистентность
• Нужны транзакции
• Данные критичны (финансы, медицина)
• Система в одной БД

Пример банковского перевода:

@Transactional(isolation = Isolation.SERIALIZABLE)
public void transferMoney(long fromId, long toId, BigDecimal amount) {
    Account from = accountRepository.findByIdForUpdate(fromId);
    Account to = accountRepository.findByIdForUpdate(toId);
    
    if (from.getBalance().compareTo(amount) < 0) {
        throw new InsufficientFundsException();
    }
    
    from.withdraw(amount);
    to.deposit(amount);
    accountRepository.save(from);
    accountRepository.save(to);
}

Когда использовать BASE

Используй BASE когда:

• Система распределённая (микросервисы)
• Нужна масштабируемость
• Готовься к временной несоответствиям
• Данные некритичны или можно синхронизировать

Пример социальной сети:

@Service
public class LikeService {
    public void addLike(long postId, long userId) {
        likeCache.addLike(postId, userId);
        kafkaTemplate.send("like-added", new LikeEvent(postId, userId));
        return new LikeResponse("Like added");
    }
}

@KafkaListener(topics = "like-added")
public void persistLike(LikeEvent event) {
    likeRepository.save(new Like(event.postId, event.userId));
}

Сравнение

Реальные примеры BASE

1. Лайки в социальной сети

Когда ты лайкаешь пост:

• Лайк добавляется в кэш сразу (ты видишь изменение)
• Сохраняется в БД асинхронно
• Через время друг увидит твой лайк

2. Просмотры видео

@KafkaListener(topics = "video-view")
public void recordView(VideoViewEvent event) {
    redisTemplate.opsForValue().increment("views:" + event.videoId);
    kafkaTemplate.send("view-recorded", event);
}

Счётчик просмотров в реальности может отличаться от БД, но в итоге сходится.

3. Рекомендации товаров

@Service
public class RecommendationService {
    @KafkaListener(topics = "user-action")
    public void updateRecommendations(UserActionEvent event) {
        mlModel.retrain(event);
    }
    
    public List<Product> getRecommendations(long userId) {
        return mlModel.predict(userId);
    }
}

Инструменты для реализации BASE

• Kafka — событийная шина
• Redis — кэш для быстрого доступа
• NoSQL БД (MongoDB, DynamoDB)
• Event Sourcing — все изменения как события
• CQRS — отдельные модели для чтения и записи

Как справиться с несоответствиями

// 1. Компенсирующие транзакции
if (!paymentSucceeded) {
    kafkaTemplate.send("order-cancelled", order);
}

// 2. Reconciliation job
@Scheduled(fixedDelay = 60000)
public void reconcileData() {
    List<Inconsistency> issues = findInconsistencies();
    for (Inconsistency issue : issues) {
        fixInconsistency(issue);
    }
}

// 3. Версионирование данных
public class Order {
    private int version;
    private long lastModified;
}

Вывод

BASE не означает отсутствие консистентности — это означает:

• Консистентность приходит со временем
• Система более отзывчива и масштабируема
• Приемлемо для большинства бизнес-задач

Выбор между ACID и BASE:

• Финансы, медицина: ACID
• Микросервисы, масштабируемые системы: BASE
• Гибридный подход: ACID внутри одного сервиса, BASE между сервисами