这是我参与「第五届青训营 」伴学笔记创作活动的第19天。是青训营第三阶段课程的最后一次，主要讲了分布式的一些理论，下面对课程内容做一下整理。
理论基础
CAP理论：
- C(Consistence)：一致性，指数据在多个副本之间能够保持一致的特性；
- A(Availability)：可用性，指系统提供的服务必须一直处于可用的状态，每次请求都能获取到非错的相应(不一定是最新的数据)；
- P(Network partitioning)：分区容错性，分布式系统在遇到任何网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务。 同时满足CAP三个特性的系统理论上很难实现，一般都会根据需求对其中一个特性进行取舍。
- CA：强调一致性和可用性，传统的单机系统不用考虑网络分区；
- AP：放弃强一致性，追求分区容错性和可用性，为了保证用户体验，大多数互联网应用比如搜索引擎或流媒体平台等都选择这种方案；
- CP：放弃可用性，一般都是与资产相关的系统采用这种方案。 ACID理论：
- A(Atomicity)：原子性，指事务包含的所有操作要么全部执行，要么全部不执行
- C(Consistency)：一致性，指事务必须使数据库从一个一致性状态转换到另一个一致性状态
- I(Isolation)：隔离性，指多个用户并发访问数据库时，并发事务之间要相互隔离
- D(Durability)：持久性，指一个事务一旦被提交了，结果就不会消失，即使宕机也能恢复到提交后的状态 BASE理论：
- Basically Available(基本可用)：如果系统出现了不可预知的故障，但还是能用，可能会有响应时间或功能上的损失
- Soft state(软状态)：允许数据中存在中间状态，该状态不影响系统的整体可用性，既允许不同节点的数据副本存在数据延时
- Eventually consistent(最终一致性)：能保证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 该理论是CAP理论的一种延申，对CAP中一致性和可用性权衡的结果。
分布式事务
两阶段提交
引入三个假设：
- 协调者(Coordinator)和参与者(Participants),互相进行网络通信
- 所有节点都采用预写式日志，且日志被写入后即被保持在可靠的存储设备上
- 所有节点不会被永久性破坏，损坏后可恢复 提交请求阶段(投票)：
- 协调者向所有参与者发送prepare请求，询问事务时候可以准备提交
- 参与者向协调者返回是否可执行事务 提交阶段（执行）：
如果所有参与者都返回yes，说明可提交；
- 协调者向所有参与者发送commit请求；
- 参与者收到commit请求，提交事务并释放占用的事务资源，向协调者返回ack；
- 协调者收到所有参与者的ack，完成事务提交； 如果有参与者返回no或超时未返回(可能宕机)，说明事务中断，需要回滚；
- 协调者向所有参与者发送rollback请求；
- 参与者收到rollback请求后，根据undo日志回滚到事务执行前的状态，返回ack；
- 协调者收到所有参与者的ack消息，回滚完成； 一些故障情况：
- 如果协调者宕机，则起新的协调者，带查询状态后，重复二阶段提交；
- 若都宕机则需要人为介入。 需要注意的问题：
- 性能问题，网络通信开销与资源锁定
- 协调者单点故障，需要新起协调者，否则参与者处于中间态无法无法完成事务
- 网络分区带来的数据不一致，如执行阶段发生网路分区，有一部分参与者没有接收到commit消息，会造成数据不一致
三阶段提交
将两阶段提交的请求阶段分为两部分CanCommit和PreCommit
- 协调者询问参与者是否可执行（CanCommit），参与者返回yes或no
- 若全部yes进入PreCommit阶段，协调者发送PreCommit，参与者预执行事务，并将undo和redo信息记录到事务日志中，执行成功后向协调者发送ack
- 若有一个参与者发送no相应，协调者则发送abort请求中断事务否则发送DoCommit请求
- 参与者收到doCommit后进行事务提交，并在完成后释放所有资源向协调者发送ACK
- 协调者收到全部ack后完成事务，否则发送abort，参与者利用undo信息回滚事务
相比于两阶段提交，引入了参与者的超时机制，如果无法即使收到协调者的相应就默认执行commit，从而解决了单点故障问题，并减少了阻塞，但这样也无法保证一致性。
MVCC
一种并发控制方法，维持一个数据的多个版本使读写操作没有冲突，既不阻塞写，也不阻塞读，为每个修改保存一个版本，与事务时间戳相关联，提高并发性能，解决脏读问题。
共识算法
分布式系统中需要一些共识算法来保证一致性，著名的有Paxos和Raft。下面简单介绍一下Quorum NWR模型。 -N：分布式存储系统的节点 -W：一次成功的更新操作要求至少有w份数据写入成功 -R：一次成功的读取操作至少要读R份数据 为保证强一致性的一个必要条件是 W+R>N。若进满足该条件的话，当允许数据被覆盖时会引发并发更新问题，导致数据不一致。
