这是我参与「第五届青训营 」伴学笔记创作活动的第 8 天
一、本堂课重点内容：
- 本堂课的知识要点有哪些？
- 系统模型
- 理论基础
- 分布式事务
- 共识协议
- 分布式实践
二、详细知识点介绍：
- 本堂课介绍了哪些知识点？
什么是分布式？
分布式系统（distributed system）是建立在网络之上的软件系统。正是因为软件的特性，所以分布式系统具有高度的内聚性和透明性。因此，网络和分布式系统之间的区别更多的在于高层软件（特别是操作系统，而不是硬件。
常见的分布式系统
分布式存储系统主要分为两个大类：
- 中间控制节点架构
- 完全无中心架构
常用的分布式计算系统主要分为三类：
- Hadoop Map Reduce
- Spark
- Flink
故障模型
六种故障模型，从处理的难易程度分类
- 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
什么是拜占庭将军问题
拜占庭将军问题（Byzantine failures），是由莱斯利·兰伯特提出的点对点通信中的基本问题。含义是在存在消息丢失的不可靠信道上试图通过消息传递的方式达到一致性是不可能的
该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。但是，可以通过TCP实现工程解。
CAP理论
CAP原则又称CAP定理，指的是在一个分布式系统中，一致性（Consistency）、可用性（Availability）、分区容错性（Partition tolerance）。CAP 原则指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。
ACID理论
- Atomicity（原子性）：一个事务（transaction）中的所有操作，要么全部完成，要么全部不完成，不会结束在中间某个环节。事务在执行过程中发生错误，会被恢复（Rollback）到事务开始前的状态，就像这个事务从来没有执行过一样。
- Consistency（一致性）：在事务开始之前和事务结束以后，数据库的完整性没有被破坏。这表示写入的资料必须完全符合所有的预设规则，这包含资料的精确度、串联性以及后续数据库可以自发性地完成预定的工作。
- Isolation（隔离性）：数据库允许多个并发事务同时对其数据进行读写和修改的能力，隔离性可以防止多个事务并发执行时由于交叉执行而导致数据的不一致。事务隔离分为不同级别，包括读未提交（Read uncommitted）、读提交（read committed）、可重复读（repeatable read）和串行化（Serializable）。
- Durability（持久性）：事务处理结束后，对数据的修改就是永久的，即便系统故障也不会丢失
三、实践练习例子：
- 有什么实践举例帮助理解知识点？
四、课后个人总结：
- 本章有什么知识点不容易掌握？
- 什么地方容易与其他内容混淆？
五、引用参考：
- 我参考了哪些外部博客/笔记/文章？
- 文章中有什么地方是我参考引用了外部博客/笔记/文章的？
