这是我参与「第五届青训营」伴学笔记创作活动的第 15 天
对课程中学到的重要知识点做了笔记，方便后续的回顾

3. 分布式事务

3.1 两阶段提交

3.2 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:

单点故障问题
阻塞问题

思考,三阶段缓和了两阶段面临的问题，但依然没有解决:

性能问题
网络分区场景带来的数据—致性问题

3.3 MVCC

悲观锁:操作数据时直接把数据锁住，直到操作完成后才会释放锁;上锁期间其他人不能修改数据
乐观锁:不会上锁,只是在执行更新时判断别人是否修改数据,只有冲突时才放弃操作
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.

5. 共识协议

5.1 Quorum NWR模型

Quorum NWR三要素
N:在分布式存储系统中，有多少份备份数据
W:代表—次成功的更新操作要求至少有w份数据写入成功
R:代表—次成功的读数据操作要求至少有R份数据成功读取

为了保证强─致性，需要保证W+R>N
Quorum NWR模型将CAP的选择交给用户，是—种简化版的一致性模型。

5.2 raft协议

Raft协议是一种分布式一致性算法（共识算法)，即使出现部分节点故障，网络延时等情况，也不影响各节点，进而提高系统的整体可用性。Raft是使用较为广泛的分布式协议。一定意义上讲，RAFT也使用了Quorum机制。

Leader -领导者通常—个系统中是一主(Leader）多从(Follower)。 Leader负责处理所有的客户端请求，并向Follower同步请求日志，当日志同步到大多数节点上后，通知Follower提交日志。
Follower-跟随者不会发送任何请求。接受并持久化Leader同步的日志，在Leader告知日志可以提交后，提交日志。当Leader出现故障时，主动推荐自己为Candidate。
Candidate-备选者 Leader选举过程中的临时角色。向其他节点发送请求投票信息。如果获得大多数选票，则晋升为Leader。
Log (日志) 节点之间同步的信息，以只追加写的方式进行同步，解决了数据被覆盖的问题
Term(任期号) 单调递增，每个Term内最多只有一个Leader
Committed 日志被复制到多数派节点，即可认为已经被提交
Applied 日志被应用到本地状态机:执行了log中命令，修改了内存状态

5.3 Paxos协议

4. 分布式实践

MapReduce
分布式KV

课后个人总结

又继续了解了三阶段提交和MVCC
了解了下raft协议

参考资料

[分布式理论 - 现代架构基石]juejin.cn/post/719336…

分布式理论(下) ｜ 青训营笔记