分布式系统基础知识

1.分布式系统是什么

分布式系统：

• 一个硬件或软件组件分布在不一样的网络计算机上，彼此之间仅仅经过消息传递进行通讯和协调的系统，这是分布式系统，在不一样的硬件，不一样的软件，不一样的网络，不一样的计算机上，仅仅经过消息来进行通信与协调。

更细致的看这些特色又能够有：分布性、对等性、并发性、缺少全局时钟、 故障随时会发生。

1.1分布性：
最显著的特色确定就是分布性，从简单来看，若是咱们作的是个电商项目，整个项目会分红不一样的功能，专业点就不一样的微服务，好比用户微服务，产品微服务，订单微服务，这些服务部署在不一样的tomcat中，不一样的服务器中，甚至不一样的集群中，整个架构都是分布在不一样的地方的，在空间上是随意的，并且随时会增长，删除服务器节点，这是第一个特性。

1.2对等性:
对等性是分布式设计的一个目标。分布式系统拆分了好多个服务,每一个服务均可能出问题而致使整个系统出问题,所以每一个服务通常都有备份,在服务异常时备份服务能顶替原来异常的服务.
关键：这就要求2个服务是彻底对等的,功能彻底一致.好比订单服务，客户服务等,其实就是服务副本的冗余.
还有一种是数据冗余,如数据库,缓存和分布式服务同样须要有备份存在,这就是对等性.

1.3并发性：
在分布式系统里面的并发就不是咱们基础学习的多线程（单JVM）了，而是更高层,从多进程多JVM角度,好比多个分布式服务可能并发操做一些共享资源,如何准确并高效的协调分布式并发操做.

1.4缺少全局时钟：
在分布式系统中，节点是可能反正任意位置的，而每一个位置，每一个节点都有本身的时间系统，所以在分布式系统中，很难定义两个事务纠结谁先谁后，缘由就是由于缺少一个全局的时钟序列进行控制，固然，如今这已经不是什么大问题了，已经有大把的时间服务器给系统调用。

1.5故障随时发生
任何一个节点均可能出现停电，死机等现象，服务器集群越多，出现故障的可能性就越大，随着集群数目的增长，出现故障甚至都会成为一种常态，怎么样保证在系统出现故障，而系统仍是正常的访问者是做为系统架构师应该考虑的。

---

2.分布式系统协调“方法论”

2.1 分布式系统带来的问题：

1. 通讯异常：通信异常其实就是网络异常，网络系统自己是不可靠的，因为分布式系统须要经过网络进行数据传输，网络光纤，路由器等硬件不免出现问题。只要网络出现问题，也就会影响消息的发送与接受过程，所以数据消息的丢失或者延长就会变得很是广泛。
2. 网络分区：网络分区，其实就是脑裂现象。好比有个管理者与一些服务通讯并协调服务,出于一些异常状况通讯断了,出现了一个临时管理者,实际上原来的管理者还在,这样2个管理者作同一个工做会出现问题
3. 三态：三态其实就是成功，与失败之外的第三种状态，叫超时态。
   在一个jvm中，应用程序调用一个方法函数后会获得一个明确的相应，要么成功，要么失败，而在分布式系统中，虽然绝大多数状况下可以接受到成功或者失败的相应，但一旦网络出现异常，就很是有可能出现超时，当出现这样的超时现象，网络通信的发起方，是没法肯定请求是否成功处理的。
4. 节点故障: 节点故障在分布式系统下是比较常见的问题，指的是组成服务器集群的节点会出现的宕机或“僵死”的现象，这种现象常常会发生

.

---

2.2 CAP理论

CAP其实就是一致性，可用性，分区容错性这三个词的缩写。

• C 一致性：数据在分布式环境下的多个副本之间可否保持一致性，这里的一致性更可能是指强一致性；这里说的一致性和前面说的对等性其实差很少。若是可以在分布式系统中针对某一个数据项的变动成功执行后，全部用户均可以立刻读取到最新的值，那么这样的系统就被认为具备【强一致性】。
• A 可用性：分布式系统一直处于可用状态，对于请求老是能在有限的时间内返回结果致性；这里的重点是【有限的时间】和【返回结果】,为了作到有限时间用到了缓存,负载均衡,为了返回结果考虑服务器主备.
• P 分区容错性：除非整个网络故障，分布式系统在任何网络或者单点故障时，仍能对外提供知足一致性和可用性的服务；

---

CAP具体描述：

---

2.3. BASE理论

即便没法作到强一致性，但分布式系统能够根据本身的业务特色，采用适当的方式来使系统达到最终的一致性；

• BasicallyAvaliable基本可用：当分布式系统出现不可预见的故障时，容许损失部分可用性，保障系统的“基本可用”；体如今“时间上的损失”和“功能上的损失”；e.g：部分用户双十一高峰期淘宝页面卡顿或降级处理；
• Soft state软状态：容许系统中的数据存在中间状态，既系统的不一样节点的数据副本之间的数据同步过程存在延时，并认为这种延时不会影响系统可用性；e.g：12306网站卖火车票，请求会进入排队队列；
• Eventually consistent最终一致性：全部的数据在通过一段时间的数据同步后，最终可以达到一个一致的状态；e.g：理财产品首页充值总金额短时不一致；

---

分布式一致性算法：
常见分布式一致性算法：2p，3p，paxos，zab算法；