这是我参与「第五届青训营 」伴学笔记创作活动的第 2 天
分布式概述
为什么要使用分布式？
优势： 去中心化、低成本、弹性（根据波峰波谷，进行扩容、缩容）、资源共享、可靠性高（冗余）
挑战：故障、网络、环境、安全
为什么要使用？
数据爆炸，大规模的存储和计算 成本低，搭建在廉价服务器上
为什么要学习使用？
后端开发必备 & 理解后台服务器之间协作原理
系统模型
故障模型
- 六种故障模型
拜占庭将军问题
两将军问题，两方理论上永远无法达成共识。
TCP三次握手是拜占庭问题的工程解，允许存在误差。
分布式并没有解决拜占庭将军问题，在介绍分布式时认为TCP能够近似解决拜占庭问题。
三将军问题，需要四将军通过中枢达成一致
共识和一致性
最终一致性 - 读写请求并发可能读到旧值
线性一致性 - 强一致性
理论基础
CAP理论
一致性、可用性、分区容错性
一个系统无法同时完全满足，但也不是完全不满足
在网络发生分区的情况下，无论在可用性和一致性做出的哪种选择，都是不愿意看到的。因此，把故障节点的负载转给备用节点，是近似的解决办法。
事务ACID理论
原子性、一致性、隔离性 Isolation 、持久性 Durability
BASE理论
BASE理论是对AP的扩展，基于AP系统而言，对分布式的实践做出总结，Basically Available 基本可用，Soft state 软状态，Eventually consistent 最终一致
分布式事务
二段式提交
通过 Prepare 和 Commit 实现所有节点在进行事务提交时的一致性
三段式提交
MVCC
innodb中使用 MVCC 用在RC和RR的隔离级别
补充：常见的分布式事务还有 TCC、Saga、MQ等，在实际开发中，需要尽量避免使用分布式事务，而非主动使用分布式事务，使业务变得复杂。
公式协议
Quorum NWR模型
Quorum NWR的概念是，使 W 写数据的数量和 R 读数据的数量一定大于总备份的数量 N，使得每次读取到数据其中一份，一定为最新的数据。该模型是将 CAP 交给用户进行选择，但是使用该模型需要避免数据覆盖，数据覆盖会出现一致性问题。
RAFT协议
Raft协议是一种分布式一致性算法（共识算法），即使出现部分节点故障，网络延时等情况，也不影响各节点，进而提高系统的整体可用性
