这是我参与「第五届青训营 」伴学笔记创作活动的第 11 天
分布式概述
基本知识
分布式系统：通俗的讲就是将子任务分布在不同的服务器上执行（这里的服务器代指，因为可能是虚拟的服务器），通过微服务间的相互协作完成特定的任务。常见的应用有分布式计算， 分布式存储等等。
分布式系统的优势在于去中心化（避免单点故障）， 低成本（低配置服务器集群或定制型服务器），弹性（配合虚拟化技术，方便快速扩缩容）， 可靠性高（弹性与去中心的部分优势的集合加上其他优势），资源共享（利用效率高），带来的挑战： 节点故障的普遍性， 不可靠的网络，异构的机器与硬件环境， 安全问题。常见分布式系统
- 分布式存储
- Google File System：Google开发的分布式文件存储系统。(Google 现已开始使用Colossus作为GFS的升级， Colossus暂未开源。)
- Ceph:统一的分布式系统，针对对象存储。
- Hadoop HDFS: 基于GFS架构的开源分布式文件系统，常用于大数据处理。
- Zookeeper: Zookeeper 主要用来做注册中心，是一个在分布式系统中做配置管理，分布式系统的配置更新之类的中心化的服务框架。
- 分布式数据库
- Google Spanner：Google 的可扩展，全球分布式的数据库。
- TiDB: 国产分布式关系型数据库。
- HBase: 开源NoSQL分布式数据库。
- MongoDB：面向文档存储的分布式数据库。
- 分布式计算
故障模型
这里的故障模型针对的是分布式系统：
- 拜占庭故障（Byzantine failure）：节点可以任意篡改发送给其他节点的数据，在没有其他安全措施的保护下，拜占庭故障会导致所有节点接收到的信息都是不可信的，整个分布式系统完全无法进行正常的通信， 一般发生在出现重大安全事故，或网络服务出现严重问题时。
- Authentication detectable byzantine failure (ADB)： 拜占庭故障的特例，只能篡改本节点的数据，例如内存发生错误。
- Performance Failure: 收到数据的时间是无法确定的值,可早可晚，可能导致服务的处理变慢（分布式系统：die rather than slow）,故障和非故障的叠加态，即不知道是否出现了故障。
- Omission Failure: 节点收不到数据， 比Performance failure 好处理，因为特征明显，即无响应，但是更严重。
- Crash Failure: 在Omssion failure 的基础上，假设认为节点停止响应，即持续性的Omission failure, 这经常发生在宕机情景下, 这个在获取机器的状态信息后也好处理。
- Fail-Stop Failure: 相比Crash即知道错误的状态也知道原因， 而Crash只知道状态。 常见的分布式系统都不是拜占庭容错的系统，比特币和部分虚拟货币的系统是BFT（拜占庭容错）的。
