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

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。

常见的分布式系统

分布式存储

Google File System：google分布式文件系统
Ceph：统一的分布式存储系统
Hadoop HDFS：基于GFS架构的开源分布式文件系统
Zookeeper：高可用的分布式数据管理与系统协调框架

分布式数据库

Google Spanner：google可拓展的、全球分布式的数据库
TiDB：开源分布式关系型数据库
HBase：开源Nosql数据库
MongoDB：文档数据库

分布式计算

Hadoop：基于MapReduce分布式计算框架
Spark：在Hadoop基础之上，使用内存来存储数据
YARN：分布式资源调度

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
Authentication dutectable byzantine failure：Byzantine failure的特里；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：接单收到数据的实践无限晚，即收不到数据
Crash failure：在omission failure的基础上，增加了节点停止响应的假设，也即持续性地omission failure
Fail-stop failure：在Crash failure的基础上增加了错误可检测的假设

理论基础

CAP理论

C Consistence：一致性，指数据在多个副本之间能够保持一致性（严格的一致性）
A Availability：可用性，指系统提供的服务必须一直处于可用的状态，每次请求都能获取到非错的相应——但是不保证获取的数据为最性能数据
P Network Partitioning：分区容错性，分布式系统在遇到任何网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务，除非整个网络环境都发生了故障\

ACID理论

原子性A，一致性C，隔离性I，持久性D

BASE理论

Basically Available 基本可用
Soft state 软状态
Eventually consistent 最终一致性