这是我参与「第五届青训营 」伴学笔记创作活动的第 8 天
1.主要内容
- 分布式概述
- 系统模型
- 理论基础
- 分布式事务
- 共识协议
2.本节详细内容
分布式概述
分布式是什么
分布式系统定义：跨多个节点的计算机程序的集合
使用分布式系统的五大优势：去中心化、低成本、弹性、资源共享、可靠性高
分布式系统的挑战：故障、网络、环境、安全
常见的分布式系统
- 分布式存储：GFS、Ceph、HDFS、Zookeeper
- 分布式数据库：Spanner、TiDB、HBase、MangoDB
- 分布式计算：Hadoop、YARN、Spark
系统模型
故障模型
- Byzantine failure：节点可以任意篡改发送给其他节点的数据，是最难处理的故障
- Authentication detectable byzantine failure (ADB)：节点可以篡改数据，但不能伪造其他节点的数据
- Performance failure：节点未在特定时间段内收到数据，即时间太早或太晚
- Omission failure：节点收到数据的时间无限晚，即收不到数据
- Crash failure：节点停止响应，持续性的故障
- Fail-stop failure：错误可检测，是最容易处理的故障
拜占庭将军问题
两将军问题
- 两支军队的将军只能派信使穿越敌方领土互相通信，以此约定进攻时间。该问题希望求解如何在两名将军派出的任何信使都可能被俘虏的情况下，就进攻时间达成共识
- 两将军问题是被证实无解的电脑通信问题，两支军队理论上永远无法达成共识
- TCP是两将军问题的一个工程解
三将军问题
- 两个“忠将”A和B，一个“叛徒”C，互相传递消息，消息可能丢失，也可能被篡改，当有一个将军是“叛徒”（即出现拜占庭故障）时，整个系统无法达成一致。
- 由于“叛徒”C的存在，将军A和将军B获得不同的信息。这样将军A获得2票进攻1票撤退的信息，将军B获得1票进攻2票撤退的信息，产生了不一致
四将军问题
- 将军D作为消息分发中枢，约定如果没收到消息则执行撤退
- 如果D为“叛徒”，ABC无论收到任何消息，总能达成一致
- D为“忠将”，ABC有2人将D的消息进行正确的传递，同样能保证最终决策符合大多数。
- 进而能够证明，当有3m+1个将军，m个“叛徒”时，可以进行m轮协商，最终达成一致
共和一致性
- 不同客户端A和B看到客户端C写入，因为时机的不同，产生数据读取的偏差。
- 要保证所有客户端看到相同的值，需要多节点进行“协商”，达成共识，来保证线性一致性
- 如果保证“线性”一致性，多个节点间的协商一致会增加延迟，系统可用性会受损
理论基础
CAP理论
CAP的定义，分别代表一致性（C）、可用性（A）、分区容错性（P）。三者无法同时达到
- CA系统：传统数据库的代表
- AP系统：放弃强一致性，保证高可用，不少nosql存储系统采用
- CP系统：放弃可用性，保证数据一致性
ACID理论
针对CA（传统数据库）而言
数据库事务拥有四个特性ACID：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持久性（Durability）
BASE理论
BASE理论是针对AP（保证高可用）系统而言的，其来源于对大型互联网分布式实践的总结
- Basically Available(基本可用)：假设系统，出现了不可预知的故障，但还是能用
- Soft state（软状态）：允许系统中的数据存在中间状态，并认为该状态不影响系统的整体可用性
- Eventually consistent（最终一致性）：数据最终一定能够达到一致的状态
分布式事务
- 二阶段提交
- 三阶段提交
- MVCC：多版本并发控制，不会阻塞读写
- 悲观锁：操作数据时直接把数据锁住，直到操作完成后才会释放锁；上锁期间其他人不能修改数据
- 乐观锁：不会上锁，只是在执行更新时判断别人是否修改数据，只有冲突时才放弃操作
共识协议
Quorum NWR模型
三要素：
- N：在分布式存储系统中，有多少备份数据
- W：代表一次成功的更新操作要求至少有w份数据写入成功
- R：代表一次成功的读数据操作要求至少有R份数据成功读取
- 为保证强一致性，需要保证 W + R > N
- 允许数据覆盖，则并发更新更容易引起一致性问题
RAFT协议
Raft协议是一种分布式一致性算法（共识算法），即使出现部分节点故障，网络延时等情况，也不影响各节点，进而提高系统的整体可用性。Raft是使用较为广泛的分布式协议
三种角色
- Leader 领导者：Leader 负责处理所有的客户端请求，并向Follower同步请求日志，当日志同步到大多数节点上后，通知Follower提交日志
- Follower 跟随者：接受并持久化Leader同步的日志，在Leader告知日志可以提交后，提交日志
- Candidate 备选者：Leader选举过程中的临时角色。向其他节点发送请求投票信息
四种定义
- Log（日志）：节点之间同步的信息，以只追加写的方式进行同步，解决了数据被覆盖的问题
- Term（任期号）：单调递增，每个Term内最多只有一个Leader
- Committed：日志被复制到多数派节点，即可认为已经被提交
- Applied：日志被应用到本地状态机：执行了log中命令，修改了内存状态
Paxos协议
与RAFT算法区别
- Multi-Paxos 可以并发修改日志，而Raft写日志操作必须是连续的
- Multi-Paxos 可以随机选主，不必最新最全的节点当选Leader
优劣势
- 优势：写入并发性能高，所有结点都可以写
- 劣势：没有一个结点的数据是最新完整的，恢复流程非常复杂，需要同步历史记录
3.分布式实践
- 一个简易的MapReduce系统
- 一个简易的分布式键值系统
4.课后总结
- 思考题可以去看看
5.引用
字节直播课：分布式理论-现代架构基石
稀土掘金-后端学习资料
