这是我参与「第五届青训营」伴学笔记创作活动的第 12 天
前言
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。本文主要介绍分布式系统的相关理论。
详细知识点介绍
共识和一致性
- 最终一致性：客户端A读到x=0，当客户端C正在写入时，客户端A和B可能读到0或者1。但是当C写入完成后，A和B最终能读到一致的数据。
- 线性一致性：当客户端A读到更新后的数据x后，若及时将消息同步给其他客户端，使其他客户端也立即能获得更新后的数据。
- 要保证“线性”一致性，多个节点之间需要进行协商以寻求一致，这会增加延迟，使系统可用性受损。
经典理论
CAP理论：CAP无法同时满足，只能满足其二。
- C（consistence）：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）。
- A（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——但是不保证获取的数据为最新数据。
- P（Network partitioning）：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。
ACID理论
事务是数据库管理系统执行过程中的一个逻辑单元，可以保证一个事务中的所有操作要么全部执行，要么全部不执行。数据库事务具有四个特性，原子性、一致性、隔离性和持久性。
- 原子性（A）：原子性是指事务包含的所有操作要么全部成功要么全部失败回滚。
- 一致性（C）：一致性指事务必须使数据库从一个一致性状态变换到另一个一致性状态，也就是说一个事务执行之前和执行之后都必须处于一致性状态。
- 隔离性（I）：隔离性是当多个用户并发访问数据库时，数据库为每一个用户开启的事务，不能被其他事务的操作所干扰，多个并发事务之间要相互隔离。
- 持久性（D）：持久性是指一个事务一旦被提交了，那么对数据库中的数据的改变就是永久性的，即便是在数据库系统遇到故障的情况下也不会丢失提交事务的操作。
Base理论
Base理论是对CAP中一致性和可用性权衡的结果，基于对大型互联网分布式实践的总结，由CAP定理逐步演化得到，核心思想如下：
- Basically Available（基本可用）：系统出现了不可预知的故障，但还是能用，相较于正常的系统响应时间存在损失或功能上有损失。
- Soft State（软状态）：允许系统中的数据存在中间状态，并认为该状态不影响系统的整体可用性，即允许系统在多个不同节点的数据副本存在数据延时。
- Eventually Consistent（最终一致性）：系统能够保证在没有其他新的更新操作的情况下，数据最终一定能够达到一致的状态，因此所有客户端对系统的数据访问最终都能获取到最新的值。
总结
本文主要介绍了分布式系统的经典理论，后续的笔记将介绍分布式事务和共识协议。
