分布式理论｜青训营笔记这是我参与「第五届青训营」伴学笔记创作活动的第8天一.分布式理论什么是分布式? 分布式系

这是我参与「第五届青训营」伴学笔记创作活动的第8天

分布式系统是一个硬件或软件组件分布在不同的网络计算机上,彼此之间仅仅通过消息传递进行通信和协调的系统。
严格地讲,同一个分布式系统中的计算机在空间部署上是可以随意分布的, 这些计算机可以分布在不同的空间。一个标准的分布式系统在没有任何特定业务逻辑约束的情况下,都会有如下几个特征。

分布性
- 分布式系统中的多台计算机都会在空间上随意分布,同时,机器的分布情况也会随时变动。
对等性
- 在常见的分布式系统中,为了对外提供高可用的服务,我们往往会对数据和服务进行副本处理。
- 数据副本是指在不同的节点上持久化同一份数据,当某一个节点上存储的数据丢失时,可以从副本上读取到该数据,这是解决分布式系统数据丢失问题最为有效的手段。
- 另一类副本是服务副本,指多个节点提供同样的服务,每个节点都有能力接收来自外部的请求并进行相应的处理。
并发性
- 在一个计算机网络中,程序运行过程中的并发性操作是非常常见的行为,例如同一个分布式系统中的多个节点,可能会并发地操作一些共享的资源,诸如数据库或分布式存储等。

Lamport逻辑时钟
1.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)
⒉.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)

于是我们可以在时空图中加入类似右图虚线所示的“tick line"
在同一节点内的连续两个事件之间，至少要有一条tick line
利用逻辑时钟，我们可以对整个系统中的事件进行全序排序

利用以上理论,我们可以想到既然时间与事件顺序存在影响关系,那么我们可以有一个全局时钟,以这个全局时钟作为整个分布式系统的全局时钟,以若干个全局时钟的单位作为一次原子操作的时间,就可以解决分布式的时间序列问题(选取分布式系统中操作最长的操作),但是性能上会有一定的损失。

CAP原则又称CAP定理，指的是在一个分布式系统中，Consistency（一致性）、 Availability（可用性）、Partition tolerance（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。

选项	描述
Consistency（一致性）	指数据在多个副本之间能够保持一致的特性（严格的一致性）
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响应(不保证获取的数据为最新数据)
Partition tolerance（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

CAP理论往往运用于数据库领域，同样可以适用于分布式存储方向

两阶段提交（Two-Phase Commit，以下简称2PC）方案，通常也被称为一种协议，从字面意思理解就是事务分两个阶段进行提交，整个方案在执行分布式事务的过程中被分为两个重要阶段：

准备阶段（Prepare Phase）：事务发起方通过事务管理器发起一个分布式事务后，由事务协调器（事务管理器）通知各个事务参与方（资源管理器），给他们发送一条prepare指令，每个参与者要么返回失败，要么就进行执行本地事务（分支事务），写本地redo和undo日志，但是不进行事务的commit，到达一种临界状态，此时每个参与者持有当前本地事务涉及的锁资源不释放；
提交阶段（Commit Phase）：事务协调器收集所有事务参与方在一阶段返回的信息，如果都成功则通知所有参与方进行事务提交（Commit），如果有返回失败或超时，则通知所有参与方进行事务回滚（Rollback）。参与方根据协调者的指令执行提交或者回滚操作，释放所有事务处理过程中使用的锁资源。

相比两阶段,三阶段做了一些改进:

简单讲：就是除了引入超时机制之外，3PC把2PC的准备阶段再次一分为二，这样三阶段提交就有CanCommit、PreCommit、DoCommit三个阶段。