分布是理论

分布式概述

分布式系统是计算机程序的集合，利用多个独立计算的节点的计算资源来实现共同目标，一般分布式会涉及到分布式计算、分布式存储、分布式数据库等

分布式的一些优点优势在于去中心化、低成本、弹性好、资源共享、可靠性高等，但也面临者一些挑战如节点的故障、不可靠的网络、异构的机器与硬件环境以及安全性问题等

在学习者和使用者的WHW

使用者

• Why
  1. 数据爆炸，对于存储和计算的有大规模的运用的述求
  2. 成本低，构建在廉价的服务器之上
• How
  1. 分布式的架构
  2. 成熟的分布式系统
• What
  1. 理清规模，负载 一致性要求等
  2. 明确稳定性要求，指定技术方案

学习者

• Why
  1. 后端开发必备技能
  2. 帮助理解后台服务器之间的协作的机理
• How
  1. 掌握分布式理论
  2. 了解一致性原则
• What
  1. 要点的深入展开，针对难点搜索互联网资料的学习
  2. 所学应用于实践

一些分布式系统

• 分布式存储
  1. 谷歌分布式存储系统 Google File System(GFS)
  2. 统一的分布式存储系统 Ceph
  3. 基于 GFS 架构的开源的分布式文件系统 Hadoop HDFS
  4. 高可用分布式数据管理与系统协调框架 Zookeeper
• 分布式数据库
  1. Google 可扩展的、全球分布式的数据库 Google Spanner
  2. 开源分布式关系数据库 TiDB
  3. 开源Nosql数据库 HBase
  4. 文档数据库 MongoDB
• 分布式计算
  1. 基于MapReduce分布式计算框架 Hadoop
  2. Spark 在Hadoop的基础上，使用内存进行数据的存储
  3. YARN 分布式资源调度

系统模型

• Byzantime failure 节点可以任意篡改发送给其他节点的数据
• Authentication detectable byzantime failurA(ADB) 属于 Byzantime failure 的特例，可以修改其他节点的数据，但是不能够伪造其他节点进行数据的发送
• Performance failure 节点未在特定的时间进行数据的发送(过早或者过晚)
• Omission failure 节点收到数据的时间无限晚(收不到数据)
• Crash failure 在 omissions failure 的基础上，增加节点停止响应的假设，发生持续性的 omissions failure
• Fail-stop failure 在 crash failure 的基础上增加了错误可检测的假设