分布式理论&现代架构基石| 青训营笔记

Ljkun
55 阅读6分钟

这是我参与「第五届青训营」笔记创作活动的第 9 天

|| 🎶今日笔记🎶 ||

分布式理论-现代架构基石

  1. 概述
  2. 系统模型
  3. 理论基础
前言 —>

自从互联网诞生以来，使用网络并且热爱网上冲浪的人越来越多。尤其是在线多媒体应用流行以来，每天网络上数据的访问流量已经成为了天文数字，而这也对网络服务提供商的服务器的性能提出了巨大的考验，分布式为此而来———分布式系统是若干独立计算机的集合，这计算机对用户来说就像单个相关系统。也就是说分布式系统背后是由一系列的计算机组成的，但用户感知不到背后的逻辑，就像访问单个计算机一样。

分布式系统是由一组通过网络进行通信、为了完成共同的任务而协调工作的计算机节点组成的系统。分布式系统的出现是为了用廉价的、普通的机器完成单个计算机无法完成的计算、存储任务。其目的是利用更多的机器，处理更多的数据。

什么是分布式？

  • 分布式系统定义：跨多个节点的计算机程序的集合

  • 使用分布式系统的五大优势：去中心化、低成本、弹性、资源共享、可靠性高

  • 分布式系统的挑战：故障、网络、环境、安全

  • Why-How-What

    • 使用者视角：大规模计算存储的述求
    • 学习者视角：后端开发必备技能

  • 常见的分布式系统

    • 分布式存储：GFS、Ceph、HDFS、Zookeeper
    • 分布式数据库：Spanner、TiDB、HBase、MangoDB
    • 分布式计算：Hadoop、YARN、Spark

系统模型

故障模型

  • 六种故障模型，从处理的难易程度分类

    • Byzantine failure：节点可以任意篡改发送给其他节点的数据，是最难处理的故障
    • 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，即时间太早或太晚
    • Omission failure：节点收到数据的时间无限晚，即收不到数据
    • Crash failure：节点停止响应，持续性的故障
    • Fail-stop failure：错误可检测，是最容易处理的故障

  • 故障模型举例，按照模型分类

    • 磁盘、主板、交换机、网络分区、cpu、内存、线缆、电源等故障详细说明

拜占庭将军问题

  • 两将军问题

    • 定义：

      • 两支军队的将军只能派信使穿越敌方领土互相通信，以此约定进攻时间。该问题希望求解如何在两名将军派出的任何信使都可能被俘虏的情况下，就进攻时间达成共识

    • 结论：

      • 两将军问题是被证实无解的电脑通信问题，两支军队理论上永远无法达成共识

    • TCP是两将军问题的一个工程解

  • 三将军问题：

    • 两个“忠将”A和B，一个“叛徒”C，互相传递消息，消息可能丢失，也可能被篡改，当有一个将军是“叛徒”（即出现拜占庭故障）时，整个系统无法达成一致。
    • 由于“叛徒”C的存在，将军A和将军B获得不同的信息。这样将军A获得2票进攻1票撤退的信息，将军B获得1票进攻2票撤退的信息，产生了不一致

  • 四将军问题：

    • 将军D作为消息分发中枢，约定如果没收到消息则执行撤退

    • 步骤：

      • 如果D为“叛徒”，ABC无论收到任何消息，总能达成一致
      • D为“忠将”，ABC有2人将D的消息进行正确的传递，同样能保证最终决策符合大多数。

    • 进而能够证明，当有3m+1个将军，m个“叛徒”时，可以进行m轮协商，最终达成一致

一致性与共识算法

复制协议

  • 当主副本失效时，为了使得算法简单

    • 可以人肉切换，只要足够快

      • 还是可以保证较高的可用性

  • 如何保证主副本是真的失效了呢

    • 在切换的过程中，主副本又开始接收client端的请求
    • 两个主副本显然是不正确的，log会被覆盖写掉
    • 我们希望算法能在这种场景下仍然保持正确

  • 假如增加到三个节点呢

    • 每次都等其他节点操落盘性能较差

    • 能不能允许少数节点挂了的情况下，仍然可以工作

      • falut-tolerance

2.2 共识算法

  • 共识协议不等于一致性

    • 应用层面不同的一致性，都可以用共识协议来实现

      • 比如可以故意返回旧的值

    • 简单的复制协议也可以提供线性一致性

  • 一般讨论共识协议时提到的一致性，都指线性一致性

    • 因为弱一致性往往可以使用相对简单的复制算法实现

理论基础

CAP理论

  • CAP的定义，分别代表一致性、可用性、分区容错性。三者无法同时达到

  • CAP诞生了三类系统：

    • CA系统：传统数据库的代表
    • AP系统：放弃强一致性，保证高可用，不少nosql存储系统采用
    • CP系统：放弃可用性，保证数据一致性

  • 举例说明两个分布式进程之间同步数据，当出现故障的时候，如何选择不同的CAP系统，以及带来的影响

    • CP系统：故障发生时，为了避免读到不一致的数据，可能拒绝访问
    • AP系统：故障发生时，为了保证可用性，允许不同进程读到不同的数据

  • 针对故障场景，可以通过故障转移的方式，做一个相对较优的解决方式：

    • 允许一个进程作为Master，其他进程作为Backup，当故障时将请求转移给Backup进行处理

ACID理论

  • ACID理论是针对CA系统而言的，通常在数据库中具有广泛意义
  • 事务是数据库系统中非常重要的概念，它是数据库管理系统执行过程中的一个逻辑单元，它能够保证一个事务中的所有操作要么全部执行，要么全都不执行
  • 数据库事务拥有四个特性ACID：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持久性（Durability）

~ End ~

avatar
文章
阅读
粉丝