这是我参与「第五届青训营」伴学笔记创作活动的第7天。
1 分布式概述
1.1 什么是分布式
分布式系统是计算机程序的结合，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：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、不可靠的网络、异构的机器与硬件环境、安全。
1.2 Why-How-What
使用者视角：
Why： 1数据爆炸，对存储和计算有大规模运用的述求；2成本低，构建在廉价服务器上
How： 1分布式框架；2成熟的分布式系统
What： 1理清规模，负载，一致性要求等；2明确稳定性要求
1.3 常见的分布式系统
分布式存储： 1、GFS 2、Ceph 3、Hadoop 4、Zookeeper
分布式数据库：1、Google Spanner
2 系统模型
2.1 故障模型
Byzantine failure：节点可以任意篡改发送给其他节点的数据。
ADB：Byzantine failure的特例；节点可以篡改数据，但不能伪造数据。
Performance failure：节点未在特定时间段收到数据，即太早或太晚。
Omission failure：节点收到数据的时间无限晚，即收不到数据
Crash failure：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。
2.2 拜占庭将军问题
引入：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将军派出的任何信使都可能被俘虏的情况下，双方互相达成共识。
2.3 共识和一致性
客户端A读到x=0，当客户端C正在写入时，客户端A和B可能读到0或1.但当C写入完成后，A和B最终能读到一致的数据。我们称这样的一致性为Eventually consistent（最终一致性）
一旦某个读获取到新值，所有客户端必须返回新值。
2.4 时间和事件顺序
1978年LeslieLamport 发表在Communications of the ACM 上的论文Time，Clock，and the Ordering of Events in aDistributed System。
Lamport逻辑时钟：对于每一个节点Pi我们定义时钟Ci为一个函数，它为任意的事件a赋值编号为Ci（a）。
1.如果a和b是在相同节点Pi上的两个事件，a在b之前发生，则有Ci（a）<Ci(b) 2.如果事件a表示节点Pi发送某条消息，b表示节点Pj接受这条消息，则有Ci（a）< Cj(b)
3 理论基础
3.1 CAP理论
CAP理论往往运用于数据库领域，同样可以适用于分布式存储方向。
CA：放弃分区容错性，加强一致性和可用性，其实就是传统的单数据库。
在网络发生分区的情况下，我们必须在可用性和一致性之间做出选择。近似解决办法：把故障节点的负载转移给备用节点负责。下面是如何故障转移：
3.2 ACID理论
事物是数据库系统中非常重要的概念，它是数据库管理系统执行中的一个逻辑单元，它能保证一个事物的所有操作要么全部执行，要么全部不执行。
数据库事务有四个特性ACID，原子性、一致性、隔离性、持久性。
3.3 BASE理论
Base理论是对CAP理论中一致性和可用性权衡的结果，其来源于对大型互联网分布式实践的总结，是基于CAP定理逐步演化而来的。
4 分布式事务
4.1 二阶段提交
定义：为了使基于分布式系统架构下的所有节点在进行事务提交时保持一致性而设计的一种演算法。
注意问题：
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。
4.2 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，会继续进行事务的的提交。
4.3 MVCC
悲观锁：操作数据是直接把数据锁住，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，只有冲突时间才放弃操作。
MVCC是一种并发控制的方法，维持一个数据的多个版本使读写操作没有冲突。所以既不会阻塞写，也不阻塞读。MVCC为每一个修改保存一个版本。和事务的时间相关联。可以提高并发性能，解决脏读的问题。
5 共识协议
5.1 Quorum NWR模型
三要素：
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：代表一次成功的读写操作要求至少有R份数据成功读取
为了保证强一致性，需要保证W+R>N
Quorum NWR模型将CAP的选择交给用户，是一种简化版的一致性模型。
5.2 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。
log：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。
Applied：日志被应用到本地状态机：执行log中命令，修改了内存状态。 5.3 Paxos协议 Paxos算法与RAFT算法：
1.Multi-Paxos可以并发修改日志，而Raft写日志操作必须是连续的。
2.Multi-Paxos可以随机选主，不必最新最全的节点当选Leader。
优势：写入并发性能高，所有节点都能写入。
