[ 分布式理论| 青训营笔记 ]
这是我参与「第五届青训营」伴学笔记创作活动的第 8 天
零、前言：
记个笔记顺便（恰青豆还是有很多不完善也有可能对的地方还请大佬们指正
一、本堂课重点内容：
- 分布式概述
- 系统模型
- 理论基础
- 分布式事物
- 共识协议
- 分布式实践
二、详细知识点介绍：
8.1 分布式概述
定义：分布式系统是计算机程序的集合，这些程序利用多个独立节点的计算资源来实现共同目标。分为分布式计算，分布式存储，分布式数据库。
优势：去中心化，低成本，弹性，资源共享，可靠性高
8.2 系统模型
-
故障模型(由难处理到易)
四个维度：正确性，时间，状态，原因
在分布式中，接收数据晚不如接收不到数据
-
拜占庭将军问题 拜占庭将军问题-CSDN博客
总结：在工程实践中tcp三次握手能最优的解决数据连接的问题，当有3m + 1 个将军，其中 m 个叛徒时，增加 m 轮协商，能达成一致
-
数据一致性
发生在同时读写时
最终一致性 -- 改动期间不一致，最终一致
线性一致性 -- 更新后及时将消息同步到其他客户端，但是这样会增加延迟，可用性受损
-
时间和事件顺序
a -> b -> c == a -> c
a 不指向 c && c 不指向 a == a 和 c是并行的
逻辑时钟
lamport 时钟 (有点不好理解的话 Lamport 逻辑时钟-CSDN博客)
8.3 基础理论
CAP 理论（数据库）
无法同时完全满足 cap
ACID 理论
1、A (Atomicity) 原子性 （操作）
事务里的所有操作要么全部做完，要么都不失败，事务成功的条件是事务里的所有操作都成功，只要有一个操作失败，整个事务就失败，需要回滚。
2、C (Consistency) 一致性 （状态）
数据库要一直处于一致的状态，事务的运行不会改变数据库原本的一致性约束。
3、I (Isolation) 独立性
所谓的独立性是指并发的事务之间不会互相影响，如果一个事务要访问的数据正在被另外一个事务修改，只要另外一个事务未提交，它所访问的数据就不受未提交事务的影响。
4、D (Durability) 持久性
持久性是指一旦事务提交后，它所做的修改将会永久的保存在数据库上，即使出现宕机也不会丢失。
BASE 理论
基本可用，软状态，最终一致性
8.4 分布式事物
-
两阶段提交
-
MVCC
悲观锁 -- 认为任何操作都会出错，操作数据时直接把数据锁住
乐观锁 -- 认为任何操作都不会出错，只在更新时判断是否修改数据，有冲突放弃操作
MVCC 是多版本控制，为每个修改每个版本，实现 tick line
时间戳实现1：spanner 论文里 通过true time API 与卫星实现时间强同步
时间戳实现2：时间戳预言机(TSO)，采用中心化授权方式
8.5 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。
为了保证强一致：W + R > N
-
RAFT 协议raft协议
raft是一个共识算法（consensus algorithm），所谓共识，就是多个节点对某个事情达成一致的看法，即使是在部分节点故障、网络延时、网络分割的情况下。
定义三种角色：leader，follower，candidate
Paxos 协议
与 raft协议区别：允许并发修改日志，可以随机选主不必选最新
劣势：没有一个节点有完整数据
优点：新能高
-
分布式实践
MapReduce 统计文本的单词出现个数
