这是我参与「第五届青训营 」伴学笔记创作活动的第 12 天
主题：理论基础
1.理论基础
CAP理论
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一一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。
CAP理论往往运用于数据库领域，同样可以适用于分布式存储方向。
CA: 放弃分区容错性，加强一致性和可用性，其实就是传统的单机数据库的选楼。
AP: 放弃一致性 (这里说的一致性是强一致性)，追求分区容错性和可用性例如一些注重用户体验的系统。
CP: 放弃可用性，追求一致性和分区容错性，例如与钱财安全相关的系统。
ACID理论
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。
数据库事务拥有四人特性ACID，即分别是原子性 (Atomicity) 、一致性(Consistency) 、隔离性 (lsolation) 和持久性(Durability)。
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。
一致性是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，多人并发事务之间要相互隔离。
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，其来源于对大型互联网分布式实践的总结，是基于 CAP 定理逐步演化而来的。其核心思想是:
Basically Available(基本可用): 假设系统，出现了不可预知的故障，但还是能用，相比较正常的系统而言: 响应时间上的损失或功能上的损失。
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够获取到最新的值。
2.分布式事务
二阶段提交
二阶段提交(Two-phase Commit) : 为了使基于分布式系统架构下的所有节点在进行事务提交时保持一致性而设计的一种演算法
三个假设:
1.引入协调者 (Coordinator) 和参与者 (Participants) ，互相进行网络通信。
2.所有节点都采用预写式日志，且日志被写入后即被保持在可靠的存储设备上。
3.所有节点不会永久性损坏，即使损坏后仍然可以恢复。
可能出现的情况:
情况1) Coordinator不宕机，Participant宕机。如下图所示，需要进行回滚操作情况
2)Coordinator宕机，Participant不宕机。可以起新的协调者，待查询状态后，重复二阶段提交
情况3) Coordinator宕机，Participant宕机。
回滚: 在Prepare阶段，如果某个事务参与者反馈失败消息，说明该节点的本地事务执行不成功，必须回滚。
情况3: 无法确认状态，需要数据库管理员的介入，防止数据库进入一个不一致的状态。
两阶段提交需注意的问题:
1.性能问题
两阶段提交需要多次节点间的网络通信，耗时过大，资源需要进行锁定，徒增资源等待时间。
2.协调者单点故障问题
如果事务协调者节点宕机，需要另起新的协调者，否则参与者处于中间状态无法完成事务。
3.网络分区带来的数据不一致
一部分参与者收到了Commit消息，另一部分参与者没收到Commit消息，会导致了节点之间数据不一致。
三阶段提交
三阶段提交 vs 两阶段提交
将两阶段提交中的Prepare阶段，拆成两部分CanCommit和PreCommit机制
解决了两个问题
1.单点故障问题
2.阻塞问题
另外引入超时机制，在等待超时之后，会继续进行事务的提交
MVCC
MVCC是一种并发控制的方法，维持一个数据的多个版本使读写操作没有冲突。所以既不会阻塞写，也不阻塞读。MVCC为每个修改保存一个版本，和事务的时间戳相关联。可以提高并发性能，解决脏读的问题。
Spanner论文里通过TrueTime API提供一个物理时钟的方式。服务器时钟偏差在1到7ms之间。
S1提交事务时间: s1 = max(15,7 + 7) = 15ms
S2提交事务时间: s2 = max(13,12 + 7) = 19ms
另外一种时间戳的实现: 时间截预言机(TSO)，采用中心化的授时方式，所有协调者向中心化节点获取时钟。优点是算法简单，实现方便，但需要每个节点都与他进行交互，会产生一些网络通信的成本。TSO的授时中就需要考虑低延迟，高性能以及更好的容错性。
