这是我参与「第五届青训营 」伴学笔记创作活动的第 8 天。
分布式概述
什么是分布式
分布式系统是计算机程序的集合，这些程序利用跨多个独立计算节点的计算资源来实现共同的目标。可以分为分布式计算、分布式存储、分布式数据库等。
优势：
1.去中心化
2.低成本
3.弹性
4.资源共享
5.可靠性高
挑战：
1.普遍的节点故障
2.不可靠的网络
3.异构的机器与硬件环境
4.安全
常见的分布式系统
分布式存储：Google File System、Ceph、Hadoop HDFS、Zookeeper
分布式数据库：Google Spanner、TiDB、HBase、MongoDB
分布式计算：Hadoop、Spark、YARN
系统模型
故障模型
·Byzantine failure
·Authentication detectable byzantine failure
·Performance failure
·Omission failure
·Crash failure
·Fail-stop failure
拜占庭将军问题
共识和一致性
时间和事件顺序
CAP理论
C（Consistence）一致性
A（Availability）可用性
P（Network Partitioning）分区容错性
通常用于数据库，也可用于分布式系统
CA：放弃分区容错性，加强一致性和可用性，传统淡季数据库的选择
AP：放弃（强）一致性，追求分区容错性和可用性，例如一些注重用户体验的系统
CP：放弃可用性，追求一致性和分区容错性，例如与钱财安全相关的系统
ACID理论
原子性（A）、一致性（C）、隔离型（I）、持久性（D）
Base理论
Base理论是对CAP中一直性和可用性权衡的结果，其核心思想是：
Basically Available（基本可用）、Soft state（软状态）、Eventually consistent（最终一致性）
分布式事务
二阶段提交
三个假设：
1.协调者（Coordinator）和参与者（Participants）进行网络通信
2.所有节点都采用预写式日志，且日志被写入后即被保持在可靠的存储设备上
3.所有节点不会用就行损坏，即使损坏后仍然可以恢复
需要注意的问题：
1.性能问题
2.协调者单点故障问题
3.网络分区带来的数据不一致
三阶段提交
将两阶段提交中的Prepare阶段拆成两部分：CanCommit和PreCommit机制
解决了两个问题：
1.单点故障问题
2.阻塞问题
另外引入超时机制，在等待超时之后，会继续进行事务的提交。
MVCC
·悲观锁
·乐观锁
MVCC既不会阻塞写，也不会阻塞读，解决脏读问题。
Quorum NWR模型
N：分布式系统中，有多少份备份数据
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
为了保证强一致性，需要保证W+R>N
RAFT协议
一种分布式一致性算法，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。
Leader-领导者
Follower-跟随者
Candidate-备选者
Log（日志）
Term（任期号）
Committed
Applied
