这是我参与「第五届青训营」伴学笔记创作活动的第8天
什么是分布式
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节点的计算资源来实现共同的目标。可以为分布式计算、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
劣势：
普遍的节点故障
不可靠的网络
异构的机器及其硬件环境
安全
常见的分布式系统
分布式存储
- Google File System：GFS，google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
- Zoomkeeper：高可用的分布式数据管理与系统协调框架
分布式数据库
- Google Spanner：google可拓展的、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的分布式计算框架
- Spark： 在Hadoop的基础上，使用内存来存储数据
- YARN：分布式资源调度
故障模型
- 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）：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，即时间太早或者太晚
- 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，即持续性的Omission failure
- Fail-stop failure：在Crash failure的基础上增加了错误可检测的假设
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（严格一致性）
A（Availability）
可用性，指系统提供的服务必须一直处于可用的状态，每次请求都能获得非错的响应——但是不保证获取的数据是最新数据
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，除非整个网络环境都发生了故障
CA
放弃分区容错性，加强了一致性和可用性，其实这就是传统的单机数据库的选择
AP
放弃一致性（这里说的是最强一致性），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，例如和钱财安全相关的系统
个人感想
通过本次课程的学习，认识到了分布式系统的基本概念，也对其中的错误情况有了初步的了解，另外还对数据库中的CAP理论有了一个印象。
