[读书笔记][从Paxos到Zookeeper分布式一致性原理与实践] 1. 分布式系统原理和理论

1. 分布式原理

分布式系统是硬件和软件分布在不一样网络计算机上，彼此间经过消息传递进行通讯和协调的系统。

1.1 分布式环境存在的问题

1. 通讯异常：分布式环境存在消息丢失和消息延迟的状况。
2. 网络分区：在组成分布式系统的全部节点中只有部分节点能进行正常通讯，另外一些则不能，造成网络分区孤岛，也称为脑裂。
3. 三态：分布式环境请求有3种状态，成功、失败、超时。
4. 节点故障：分布式环境中每一个节点都有可能出现故障。

1.2 分布式系统特性

1. 分布性：服务分布在网络的不一样的机器上，可能会变更。
2. 副本：

• 数据副本：多节点持久化同一份数据，当某个节点宕机或存储的数据丢失，可从副本读取到数据，解决分布式系统数据丢失的问题。
• 服务副本：多节点提供一样的服务，每一个节点都能接收外部的请求并进行相应的处理。

1. 并发性：并发状况较单点系统更为复杂，对于共享资源的访问须要准确和高效地协调。
2. 故障：分布式系统中每一个节点都有可能发生故障，设计时应该充分考虑可能发生的故障和备案。

1.3 CAP和BASE理论

1.3.1 分布式系统的几个基本要求

• 一致性：在分布式环境中，多个数据副本之间是否可以保持一致的特性。若是对一个数据项更新后，全部用户在集群其余节点都能读到更新后的值，那么认为系统具有强一致性（严格一致性）。
• 可用性：对于用户的每个请求，系统能够在有限的时间内返回结果。有限的时间随系统类型不一样而不一样，是知足用户预期的时间。返回结果是指系统应该返回正确的响应，而不是用户没法理解的结果，好比OutOfMemory。
• 分区容错性：分布式系统在遇到任何网络分区故障时，仍须要保证对外提供一致性和可用性的服务，除非是整个网络发生故障。

1.3.2 CAP理论

CAP理论：一个系统不可能同时知足一致性（C：Consistency）、可用性（A：Avaliability）和分区容错性（P：Partition Tolerance）这三个基本需求，最多只能知足其中的两项。

那么为何会这样呢？如下2个地方讲的都挺好的：

1. https://www.zhihu.com/question/54105974
2. http://www.javashuo.com/article/p-tedpjipc-gy.html

经过以上2个地方的讲解，归纳下本身的理解：
分区容错性是分布式系统的基础，放弃则表示失去了系统的扩展性，违背了分布式系统设计的初衷。因此一般提到CAP的取舍，是在CA之间的取舍。

• 保证分区容错性：须要用到上文中提到的数据副本，即同一份数据分布到不一样的节点上，在网络发生故障时，仍须要保证对外提供一致性和可用性的服务，除非是整个网络发生故障。
• 保证一致性：此时为知足分区容错性的需求，设置了多个数据副本（副本越多，分区容错性越强），分布式系统须要承担数据同步的工做。若是要保证强一致性，那么部分节点须要牺牲可用性，等待数据同步完成后再提供服务。极端状况下，当网络出现故障造成网络孤岛的时候，孤岛内的节点为保证强一致性，须要完全中止服务，等待网络恢复，同步最新的数据保证强一致性。
• 保证可用性：一样是多个数据副本的场景，保证强可用性的一个方法便是牺牲一致性，在数据同步的同时提供服务，此时可能各个节点对同一个数据返回的值不一样（还未完成数据同步），出现数据不一致的状况。

这样看来，无论单纯地牺牲一致性，仍是可用性，都是不太可取的，因此会有BASE理论。

1.3.3 BASE理论

BASE理论：基本可用、软状态、最终一致性

• 基本可用：分布式系统在遇到问题时，容许损失部分可用性。响应时间上的延长、功能降级。
• 软状态：和强一致性相比，软状态容许系统中的数据存在中间状态，容许系统在不一样节点的数据副本之间进行数据同步的延迟。
• 最终一致性：系统中的全部数据副本，在通过一段时间的同步后，最终可以达到一个一致的状态。

这样看来，仍是能够在一致性和可用性之间作必定的权衡，来达到一个相对满意的状态。