分布式相关理论

图片来源

这是我参与「第五届青训营 」伴学笔记创作活动的第 2 天

分布式相关理论

CAP定理

思想：一个分布式系统不可能同时满足一致性、可用性、分区容错性这三个基本需求，最多只能同时满足其中的2个

1. 一致性：Consistency

解释：一致性分布式系统当中的一致性指的是所有节点的数据一致，或者说是所有副本的数据一致

示例：写入主数据库后,在向从数据库同步期间要将从数据库锁定, 等待同步完成后在释放锁

2. 可用性：Availability

解释：系统一直可用，而且服务一直保持正常

示例：写入主数据库后，要向从数据库同步，数据未同步成功时，也要返回查询数据，不能返回错误和超时

3. 分区容错性：Partition tolerance

解释：分区容错性系统在遇到一些节点或者网络分区故障的时候，仍然能够提供满足一致性和可用性的服务

示例：使用异步数据从主数据同步到从数据库，添加数据库节点。一个节点挂掉，从其它节点同步

BASE 理论

思想：即使无法做到强一致性，但每个应用都可以根据自身业务特点，采用适当的方式来使系统达到最终一致性

1. Basically Available（基本可用）

解释：系统出现故障时，损失部分可用性，整体依然可以运行

2. Soft state（软状态）

解释：允许系统中的数据存在中间状态，该状态不影响系统的整体可用性，即允许副本在不同的多个节点同步时存在延迟

3. Eventually consistent（最终一致性）

解释：数据最终一定能够达到一致的状态

分布式事务

2PC

两阶段提交，将事务的提交过程分为资源准备和资源提交两个阶段，并且由事务协调者来协调所有事务参与者，如果准备阶段所有事务参与者都预留资源成功，则进行第二阶段的资源提交，否则事务协调者回滚资源

1. 资源准备

• 协调者向所有参与者发送事务内容，询问是否可以提交事务，并等待答复
• 各参与者执行本地事务操作，将 undo 和 redo 信息记入事务日志中（但不提交事务）
• 如参与者执行成功，给协调者反馈同意，否则反馈中止，表示事务不可以执行

2. 资源提交

• 事务提交

  • 协调者节点向所有参与者节点发出正式提交的 commit 请求
  • 收到协调者的 commit 请求后，参与者正式执行事务提交操作，并释放在整个事务期间内占用的资源
  • 参与者完成事务提交后，向协调者节点发送ACK消息
  • 协调者节点收到所有参与者节点反馈的ACK消息后，完成事务

• 事务回滚

  • 协调者向所有参与者发出 rollback 回滚操作的请求
  • 参与者利用阶段一写入的undo信息执行回滚，并释放在整个事务期间内占用的资源
  • 参与者在完成事务回滚之后，向协调者发送回滚完成的ACK消息
  • 协调者收到所有参与者反馈的ACK消息后，取消事务

3. 缺点
   • 性能问题：执行过程中，所有参与节点都是事务阻塞性的，当参与者占有公共资源时，其他第三方节点访问公共资源就不得不处于阻塞状态，为了数据的一致性而牺牲了可用性，对性能影响较大，不适合高并发高性能场景
   • 可靠性问题：2PC非常依赖协调者，当协调者发生故障时，尤其是第二阶段，那么所有的参与者就会都处于锁定事务资源的状态中，而无法继续完成事务操作
   • 数据一致性问题：在阶段二中，当协调者向参与者发送commit请求之后，发生了局部网络异常或者在发送commit请求过程中协调者发生了故障，这回导致只有一部分参与者接受到了commit请求。而在这部分参与者接到commit请求之后就会执行commit操作。但是其他部分未接到commit请求的机器则无法执行事务提交

3PC

改进点：把2PC的准备阶段拆分成CanCommit和PreCommit两个阶段，同时引入超时机制来解决2PC的同步阻塞问题

缺点：数据不一致问题依然存在

1. CanCommit 准备阶段

   • 协调者向参与者发送 canCommit 请求，参与者如果可以提交就返回Yes响应，否则返回No响应

2. PreCommit 阶段

   • 协调者根据参与者的反应情况来决定是否可以进行事务的 PreCommit 操作

总结

本次笔记记录部分分布式相关理论，有兴趣的同学可以自行百度