这是我参与「第五届青训营 」伴学笔记创作活动的第 8 天
分布式理论 —— 现代架构基石
分布式概述
什么是分布式
- 优势：
- 去中心化
- 低成本
- 弹性
- 资源共享
- 可靠性高
- 挑战：
- 普遍的节点故障
- 不可靠网络
- 异构的机器与硬件环境
- 安全
why-how-what
常见分布式系统
- 分布式储存：
- Google File System：分布式文件系统
- Ceph：统一的分布式储存系统
- Haddop 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：可扩展的、全球分布式的数据库
- TiDB：开源分布式关系型数据库
- HBase：KAIYUAN 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，使用内存来储存数据
- YARN: 分布式资源调度
故障模型：
- Byzantine failure：节点可以任意篡改发送给其他节点的数据
- authentiction detectable Byzantine failure（ADB）:by特例，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
- omissin failure：节点收到数据的时间无限晚，既收不到数据
- crash failure：在om基础上增加了节点停止响应的假设，也即持续性的om
- fail-stop failure：在cr的基础上增加了错误可检测的假设
理论基础
CAP
- c:一致性
- a:可用性
- p：分区容错性
- 无法百分百相容cap
- ca：加强一致性和可用性，传统的单机数据库的选择
- ap：注重用户体验感的系统
- cp：钱财安全相关的系统
ACID
事务： 数据库管理系统执行过程的一个逻辑单元，他能够保证一个事务中的所有操作要么全部执行，要么全部不执行。
- 原子性（A）：所有操作要么全部成功，要么全部失败回滚
- 一致性（C）：一个事物指向前后都必须处于一致性状态
- 隔离性（I）：不能被其他事务的操作所干扰
- 持久性（D）：一个事务一旦被提交，那么改变就是永久性的
BASE
针对于ap系统
分布式事务
MVCC：时间戳预言机
共识协议
Quorum NWR模型
- N:在分布式存储系统中，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
**W+R>N ** ：保证前一致性
