分布式
特征
- 分布性 分布式系统中的计算机会依据业务或其他需求在空间中随意分布，并且可以灵活变动
- 对等性 整个系统中的计算机节点都是对等的，没有物理上的主从之分
- 并发性 系统中的多节计算机节点可能会并发操作共享资源
- 没有全局时钟 因为多个节点在空间上的随意分布，没有办法设置全局的时钟序列
- 故障率 在由大量计算机组成的分布式系统中，故障是无法避免的
CAP定理
在一个分布式系统中，Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性），三者不可得兼
- 强一致性 分布式系统会存在多个数据副本，要求所有的用户都可以读到最新的数据
- 可用性 系统对用户的每个操作都能在有限的时间内返回正常的结果
- 分区容错性 组成分布式系统的子网由于网络故障不能通信，导致整个系统被分成若干孤立的子网，但仍要保证致性和可用性服务
BASE理论
对CAP中可用性和一致性权衡的结果，通过牺牲强一致性来获取可用性，核心思想是：每个应用可以根据自身的特点，采用适当的方式达到最终一致性
- 基本可用（Basically Available）是当系统出现故障时，可以牺牲部分可用性，如响应时间、功能减少，从而保证系统运行
- 软状态（Soft state）允许不同节点的数据副本在同步时存在延迟，并认为该状态不会影响系统整体的可用性；
- 最终一致性（Eventually consistent）强调系统所有的数据副本最终能达到一致状态，但不需要实时保证数据一致性，而所有客户端能获取到最新的值
一致性协议
2PC 两段提交
将事务的提交过程分成了两个阶段来进行处理,它对每个事务使用先尝试后提交的方式来处理，是一种强一致性算法。它的优点是原理简单，实现方便，而缺点是同步阻塞，单点问题，数据不一致
阶段一：提交事务请求
- 事务询问：向所有参与者发送事务内容，并询问事务提交是否可以执行，然后等待参与者响应
- 执行事务：参与者执行事务，并在日志中记录Undo和Redo信息
- 参与者反馈响应：如果参与者成功执行事务操作就反馈Yes,否则反馈No
执行事务提交
- 发送提交请求：向参与者发送Commit
- 事务提交：参与者收到Commit后，执行事务提交，并在完成之后释放占用的事务资源
- 反馈提交结果：参与者完成事务提交后，反馈Ack消息
- 完成事务：所有参与者反馈Ack消息，完成事务
Paxos算法
Paxos是一种基于消息传递且具有高度容错性的一致性算法，是解决分布式一致性问题最有效的算法之一，能避免2PC和3PC存在的问题。
Raft协议
- 将一致性协议划分为领导者选举，Log复制和安全性
- 将paxos的p2p模式改成Master-slave模式