并行系统Parallelism System(三)

并行系统Parallelism System(三)

并发控制 (Concurrency Control) 和分布式事务 (Distributed Transactions)

单机系统中，学习了锁(Locks)、信号量(Semaphores)等机制处理并发，在分布式环境中，这些机制不够用，甚至无法适用

q1：为什么并发控制在分布式系统中会变得更加复杂

1. No Shared Memory(缺乏共享内存)：
   1. 单机： 所有线程/进程都运行在同一台机器上，共享同一份物理内存。可以直接通过内存地址访问共享数据，并通过内存级的原子指令来实现锁
   2. 分布式： 不同的节点（机器）拥有自己独立的内存空间。它们之间不能直接访问对方的内存。所有通信都必须通过网络（如 RPC）进行消息传递。这意味着你无法直接用一个简单的 lock() 语句来保护一个跨多台机器的数据
2. 独立故障(Independent Failures)的常态化
   1. 单机： 如果某个线程在持有锁时崩溃，整个进程可能随之崩溃，操作系统通常会清理资源，释放锁
   2. 分布式： 一个节点可能在持有“分布式锁”时突然崩溃（电源故障、网络中断、软件崩溃）。如果其他节点不知道这个节点已经崩溃或者无法有效释放这个锁，那么被锁定的资源可能永远无法被其他节点访问，导致死锁 (deadlock) 或活锁 (livelock)，从而影响系统的可用性
3. 网络的不确定性 (Network Unreliability/Latency/Partitions)：
   1. 单机： 函数调用几乎没有延迟
   2. 分布式： 网络通信存在不可预测的延迟。一个锁请求可能因为网络拥堵而延迟到达；一个锁释放消息可能在传输过程中丢失
   3. 网络分区 (Network Partitions)： 这是最糟糕的情况。整个网络可能会断裂成多个互不相连的子网。在分区发生时，两个子网的节点可能都认为自己拥有对共享资源的独占访问权，导致**“脑裂 (Split-Brain)”**问题，从而产生严重的数据不一致或数据损坏
4. 没有全局时钟 (No Global Clock)：
   1. 单机： 很容易确定事件的发生顺序（例如，线程 A 在线程 B 之前访问了数据）
   2. 分布式： 不同的机器有自己独立的本地时钟，这些时钟可能不同步。由于网络延迟的存在，很难精确判断一个事件在另一个事件之前还是之后发生。这使得在分布式环境中协调操作顺序变得极其困难

事物 Transactions

事务是一个非常重要的概念，它源于数据库领域，但其原则同样适用于分布式系统中的数据管理

What is a Transaction?

1. 一个逻辑上的操作序列，这个序列中的所有操作要么全部成功完成，要么全部失败回滚，就好像它们是一个不可分割的原子操作一样
2. 数据库系统（以及分布式系统中的事务系统）通常需要满足以下四个核心属性，被称为 ACID 特性：
   1. 原子性 (Atomicity):
      1. 事务是最小的执行单位，要么所有操作都成功提交，要么所有操作都失败回滚（Rollback）。不存在部分完成的状态
      2. 确保数据的完整性
   2. 一致性 (Consistency):
      1. 含义： 事务执行前后，数据库或系统的数据从一个有效状态转换到另一个有效状态。它遵循所有预定义的规则、完整性约束（如非空约束、唯一性约束、外键约束）和业务逻辑
      2. 目标： 确保数据在逻辑上是正确的
   3. 隔离性 (Isolation):
      1. 含义： 多个并发事务的执行互不干扰，就好像它们是串行执行的一样。一个事务在执行过程中，不会看到其他并发事务的中间状态
      2. 目标： 避免并发操作导致的数据读写冲突，例如脏读 (Dirty Read)、不可重复读 (Non-Repeatable Read)、幻读 (Phantom Read) 等
   4. 持久性 (Durability):
      1. 含义： 一旦事务成功提交，它对数据的修改就是永久性的，即使系统发生故障（如电源故障、系统崩溃），这些修改也不会丢失
      2. 目标： 确保数据不会丢失

存根 (Stub)

RPC 中，存根 (Stub) 是一个特殊的代码模块，它扮演着代理 (Proxy) 或适配器 (Adapter) 的角色，目的是隐藏网络通信的复杂性，让远程调用看起来像本地调用；分为客户端存根 (Client Stub) 和服务端存根 (Server Stub)

1. 客户端存根 (Client Stub)

   1. 运行在客户端机器上

   2. 客户端应用程序直接调用的那个“远程函数”

   3. 职责：

      1. 封装调用： 客户端程序调用它时，它会截获这个调用
      2. 参数打包 (Marshaling / Serialization)： 将客户端传入的函数参数打包（即序列化）成适合通过网络传输的格式（字节流）
      3. 寻找服务器： 确定远程服务的地址（IP 地址和端口）
      4. 网络发送： 将打包好的请求通过网络发送到服务器
      5. 等待响应： 阻塞等待服务器的响应（或者在异步 RPC 中处理回调）
      6. 结果解包 (Unmarshaling / Deserialization)： 收到服务器的响应后，将其解包（即反序列化）成客户端程序能理解的数据结构
      7. 返回结果： 将结果返回给客户端调用者

      eg：把它想象成一个本地的“电话机”，对着它说话（调用函数），它负责把声音（参数）转换成信号（字节流）通过电话线（网络）发送出去

2. 服务端存根 (Server Stub) 或 骨架 (Skeleton)

   1. 运行在服务器端机器上

   2. 远程服务和 RPC 运行时系统之间的桥梁

      1. 接收请求： 从网络中接收到客户端发送过来的请求字节流
      2. 参数解包 (Unmarshaling / Deserialization)： 将接收到的字节流解包（反序列化）成服务器程序能理解的函数参数
      3. 调用本地函数： 使用这些参数，调用服务器上真正的业务逻辑函数
      4. 结果打包 (Marshaling / Serialization)： 将业务逻辑函数的返回值打包（序列化）成字节流
      5. 网络发送： 将打包好的结果通过网络发送回客户端

      eg：想象成一个服务器上的“电话机”，它接收到信号（字节流）后，转换成听得懂的话（参数），然后交给实际的“人”（业务逻辑函数）去处理，再把“人”的回复（结果）转换成信号（字节流）发回去

3. 存根就是 RPC 框架自动生成的一段代码，作为客户端和服务端之间通信的“中间人”，隐藏了底层的网络通信和数据转换细节，使得远程调用看起来就像本地调用一样