前言：
**主要是总结之前学习过相关分布式的知识点，可以一起学习，会有比较多口语化的词，之前做的笔记，见谅。 文章末尾会贴出相关学习理论资料，可以方便一起学习交流 **
（ 真的很气，刚写好的发到网站上，挂掉了，现在要重新总结一次~）
1.CAP理论（布鲁尔定理）
1.分区容错性
指的分布式系统中的某个节点或者网络分区出现了故障的时候，整个系统仍然能对外提供满足一致性和可用性的服务。也就是说部分故障不影响整体使用。
事实上我们在设计分布式系统是都会考虑到bug,硬件，网络等各种原因造成的故障，所以即使部分节点或者网络出现故障，我们要求整个系统还是要继续使用的
(不继续使用,相当于只有一个分区,那么也就没有后续的一致性和可用性了)
（网络出现故障 这个集群还是可以使用）
P是一定要满足的，是基础的！ 必须是这个架构
2.可用性
一直可以正常的做读写操作。简单而言就是客户端一直可以正常访问并得到系统的正常响应。用户角度来看就是不会出现系统操作失败或者访问超时等问题。（不能超时，在合理的时间内返回正确的结果）
3.一致性
在分布式系统完成某写操作后任何读操作，都应该获取到该写操作写入的那个最新的值。相当于要求分布式系统中的各节点时时刻刻保持数据的一致性。(也就是数据同步要快！能读到最新的)
P和C一起满足是可以的！ 如果在PC的基础上 还要满足可用的话，基本上不可能； 为什么呢？（一致性的基础上，A 和B数据进行同步的话，同步是需要一段时间进行同步的，就会有延迟，如果在延迟的时候 要返回数据 那么就可能会造成可用性不能满足，必须等到同步完成！ 或者说如果要满足可用性，那么一致性就满足不了，因为必须在这么短的时间内去处理！）
总结：不能同时满足 C(一致性)和A(可用性) 只能在里面选一个 ，因为满足C的时候，如果正在做同步，那么读取的速度就会很慢 ； 要么做一致性要么做可用性
2.Base理论（是对AP的一个扩展）
最终一致性：在当下某个时间内 虽然没有同步，但是最后的状态必须是一致的。
牺牲强一致性来获得可用性！
弱一致性：最终一致性(DNS)
强一致性：同步，Paxos,Raft,ZAB
3.强一致性（状态机一致性的共识算法）
1.Paxos
里面的learner是两个备份数据库，中间的Acctpor是数据库节点（最重要的Server），proposer只是服务器？
第一轮接收提案之后去投票，投票通过 Acctpor会写log，然后最后的learner也会去备份
第一轮proposer会选主，当老大 不管client有没有提案过来
一开始一轮RPC选总统，两轮RPC； 后面都是一轮RPC，只有唯一一个Leader proposer，提出来就必须通过
第一个主机成为Leader，其与的都是slave 简化角色
2.Raft
Follower只是服从的角色，听从Leader的指挥，Candidate是Leader挂了后填补的
第一轮进行竞选，然后投票
所有的请求先经过写入到Leader，然后同步，什么时候写系统文件呢？ 要等待Follower确认之后，或者大多数确认；其他的Follower也要写
会有一个心跳机制 timeout，在一定时间内 如果没有Leader发送信息过来，那么就知道这个集群里是没有Leader的 ，可以竞选Leader
有Leader之后timeout刷新，然后Leader会发送心跳包过来，数据会跟着心跳包一块过来，每次发送心跳 都会更新那个定时器
如果Leader掉了，timeout到期 就会去竞选Leader
如果两个节点都想成为Leader，平票怎么办？随机的timeout，短的会很快去竞选，长的就会放弃；
所有的写请求都要经过Leader，然后Leader把数据报夹杂着心跳发送给 Follower，知道大多数Follower提交成功以后，自己就会写log到文件系统
分区的情况:
单数个节点
合并的话，会按照最新的系统来做Leader
如何保证安全性的：失败了会什么行为（另外一个Leader会竞选，重新提高服务），分区了什么行为
如果某个宕机一段时间，数据后面会补上
没有达到多数派的话，是不会写log的
少数派的leader更新其实是不会成功的
可能会丢失数据，覆盖掉之前的leader数据，但是整个系统的共识还是没有问题的！需要客户端达到的！
3.ZAB（Zookeeper）
其实也做不到完全的强一致性！
leader挂掉了，在选举的时候 如果来了请求，怎么处理! 这个时候会超时，实现一致性肯定会牺牲一点可用性的； 可以失败，只要保持一致性就可以了
4.虚拟机比docker的好处？
很方便！ 优势很大！ 容器的管理 直接去拉那种环境就可以了
5.为什么不可以随机选择一个节点做为leader？
这么多节点由谁来负责随机呢？假设有专门的节点负责随机选举leader，又怎么保证这个节点挂掉后集群能正常工作。
