大家好，我是徒手敲代码。
写完设计模式之后，就断更了将近两个星期。
可能是一直下雨，湿气太重的原因，睡眠质量不太好，导致精神状态也比较低迷。
接下来会更新分布式系统专题相关的文章，发表自己的一些见解，如果有错误的地方，欢迎各位指出。
所谓的分布式系统，就是多个节点分工合作，就算某一个节点挂了，也只会影响其中的一些服务，而不至于成个系统都崩溃。此外，在遇到性能瓶颈的时候，还可以比较容易的做出扩展，比如增加更多的节点，而不至于要重构整个系统。
就好像一家饭店，本来只有老板一个人，下单、炒菜、买单都是老板全部干完。这样在客人少的时候，确实问题不大，还节约成本。但是当人多了之后，老板的效率始终有限，可以招呼的客人也是有限的。而且如果老板突然病倒了，那么这家饭店将无法正常运作。
但是如果对饭店进行拓展，设定厨房部负责炒菜、营业部复杂下单，那么即使一两个员工病倒，也不会影响饭店的正常营业。客人多了之后，只需要再聘请多几个厨师，几个服务员，即可满足增加的需求。
对于一个分布式系统，有三个指标，分别是 Consistency（一致性）、Availability（可用性）、Partition tolerance（分区容错性）。这三个指标是由加州大学的计算机科学家 Eric Brewer 提出来的。
而这三个指标，不能同时满足，只能满足其中的两个，这就是 CAP 定理的结论，也是分布式系统的起点。
分区容错性
首先来看分区容错性。它的意思是：数据在网络传输当中，可能会出现错误，即使出现了错误，系统仍然能够正常运行。比如：一台服务器在中国，另一台服务器在加拿大，这两台服务器之间，可能会无法通信。
一般来说，分区容错是无法避免的，系统在设计的时候，必须考虑到这种情况。所以 CAP 定理中的 P 是一定要满足的。
一致性
一致性分为两种情况：
- 一个数据库，有多个节点，主节点更新了数据之后，从节点也要更新数据，保证主从的数据是一致的
- 一个操作涉及到多个服务，比如A服务和B服务，如果A服务成功了，那么B服务也必须要成功，否则AB服务都要回滚
可用性
可用性意思就是，客户端每次发过来的请求，都要给出回应，也就是所谓的有求必应。
一致性和可用性的矛盾
实际上，一致性和可用性，是不能同时满足的。
假设现在有两台服务器，分别为 A 和 B。
如果满足了一致性，那么在写入了 A 之后，B马上要进行数据的同步，同步的过程，其他请求不能访问进来，而且要对B进行加锁，这个时候，就已经不满足可用性这个需求了。
如果满足了可用性，那么数据写入了A之后，B就不能马上加锁，进行数据的同步，在B同步数据完成之前，A和B的数据必然是不一致的，所以不可能满足一致性的需求。
计算机系统的设计，就像人生一样，不可能百分百的完美，需要根据实际的业务场景，对不同的结果作出取舍。
想要吃健康的家常便饭，就必须接受它的清淡；想要吃方便快捷的麦当劳，就要接受它的热气。
今天的分享到这里结束了。
关注公众号“徒手敲代码”，免费领取腾讯大佬推荐的Java电子书！
