这是我参与「第五届青训营 」伴学笔记创作活动的第 9 天
主要记录课程的重点和课上所讲项目的每一步以及我的思考
1.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：
- Geogle File System(GFS):geogle分布式文件系统
- Ceph:统一的分布式存储系统
- Hadoop 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：
- Geogle Spanner:geogle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:开源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，使用内存来存储数据
- YARN：分布式资源调度
2.系统模型
- Byzantine failure：节点可以任意篡改发送给其他节点的数据
- Authentication detectable byzantine failure（ADB）：Byzantine failure的特例；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
- 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，也即持续地omission failure
- Fail-stop failure：在Crash failure的基础上增加了错误可检测的假设
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或者1，当客户端C正在写入时，客户端A和B可能读到0或者1。但是当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）
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、我们称这样的一致性为Linearizability（线性一致性）
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
时间和时间顺序
我们定义“happened before”关系，记为“→”。其满足如下三个条件：
- 如果a和b是在相同节点上的两个事件，a在b之前发生，则定义：a→b
- 如果事件a表示在某个节点发送某条消息，b是另一个节点接受这条消息，则有a→b
- 如果有a→b且b→c，择优a→c
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）
- 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）
- 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.引用参考
该文章部分内容来自于以下课程或网页：
- 字节直播课：分布式理论-现代架构基石
