这是我参与「第四届青训营 」笔记创作活动的的第14天

一、分布式系统

分布式系统面临的挑战

• 数据规模越来越大
• 服务的可用性要求越来越高
• 快速迭代的业务 要求系统足够易用

理想中的分布式系统

• 高性能:可拓展、低时延、高吞吐
• 正确:一致性、易于理解
• 可靠:容错、高可用

二、一致性与共识算法

从复制开始

既然一台机器会挂，如果两个副本都能接受请求

如何复制

• 主副本定期拷贝全量数据到从副本
• 主副本拷贝操作到从副本
• 主副本把所有的操作打包成Log
  • 所有的Log写入都是持久化的，保存在磁盘上
• 应用包装成状态机，只接收Log作为Input
• 主副本确认Log已经成功写入到副本机器上，当状态机apply后，返回客户端

关于读操作

• 读操作
  • 方案一:直接读状态机，要求写操作进入状态机后再返回client
  • 方案二:写操作复制完成后直接返回，读操作Block等待所有pending log进入状态机

什么是一致性

• 对于我们的KV
  • 像操作一台机器一样
    • 要读到最近写入的值
• 致性是一种模型(或语义)
  • 来约定一个分布式系统如何向外界(应用)提供服务
  • KV中常见的一致性模型
    • 最终一致性: 读取可能暂时读不到但是总会读到
    • 线性一致性:最严格，线性执行

复制协议

• 当主副本失效时，为了使得算法简单
  • 我们人肉切换，只要足够快
    • 我们还是可以保证较高的可用性。
• 但是如何保证三三副本是真的失效了呢?
  • 在切换的过程中，主副本又开始接收client端的请求
  • 两个主副本显然是不正确的，log 会被覆盖写掉
  • 我们希望算法能在这种场景下仍然保持正确
• 要是增加到三个节点
  • 每次都等其他节点操落盘性能较差
  • 能不能允许少数节点挂了的情况下，仍然可以工作
    • falut-tolerance

共识算法

共识协议不等于一致性

• 应用层面不同的一致性，都可以用共识协议来实现
  • 比如可以故意返回旧的值
• 简单的复制协议也可以提供线性一致性
• 一般讨论共识协议时提到的一致性，都指线性一致性
  • 因为弱一致性往往可以使用相对简单的复制算法实现