这是我参与「第五届青训营 」伴学笔记创作活动的第 2 天
此笔记的主要内容如下
- 分布式概述
- 系统模型
- 理论基础
- 分布式事务
- 共识协议
- 分布式实践
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。
优势：1. 去中心化 2. 低成本 3. 弹性 4. 资源共享 5. 可靠性高
挑战：1. 普遍的节点故障 2. 不可靠的网络 3. 异构的机器与硬件环境 4. 安全
常见的分布式系统
分布式存储：GFS Ceph Hadoop HDFS Zookeeper 分布式数据库：Google Spanner TiDB HBase MongoDB 分布式计算：Hadoop Spark YARN
故障模型
磁盘故障，磁盘坏道、坏块，服务器主板、板卡故障，网络故障，网络分区，内存故障，线缆故障，内核崩溃，CPU故障，电源故障，软件故障
拜占庭将军问题
TCP三次握手
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。但是当C写入完成后，A和B最终能读到一致的数据。称这样的一致性为最终一致性Eventually Consistent
当客户端A读到更新的版本x=1后，及时将消息同步给其他客户端，这样其他客户端立即能获取到x=1。称这样的一致性为线性一致性Linerizability
如果要保证线性一致性，多个节点间势必需要进行协商，以寻求一致，这样增加了延迟，系统可用性便会受损。
CAP理论
CA：放弃分区容错性。加强一致性和可用性，其实就是传统的单机数据库的选择
AP：放弃（强）一致性，追求分区容错性和可用性，例如一些注重用户体验的系统
CP：放弃可用性，追求一致性和分区容错性，例如与钱财安全相关的系统
ACID理论
原子性、一致性、隔离性、持久性
BASE理论
BASE理论是对CAP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。
其核心思想是：
- 基本可用Basically Available: 假设系统出现了不可预知的故障，但还是能用，相比较正常的系统而言存在在时间上的损失或功能上的损失
- 软状态Soft State: 允许系统中的数据存在中间状态，并认为该状态不影响系统的整体可用性，即允许系统在多个不同节点的数据副本存在数据延时
- 最终一致性Eventually Consistent: 系统能够保证在没有其他新的更新操作的情况下，数据最终一定能够达到一致的状态，因此所有客户端对系统的数据访问最终都能够获取到最新的值
