分布式原理

1.目录：

2.分布式概述：

在多台服务器上运行同一个系统的的能力。

2.1 why-how-what：

2.2 常见的分布式系统：

3.系统概述：

3.1 故障模型：

按照处理的难易程度划分，最难处理的是拜占庭故障。

从四个角度去衡量故障：时间，正确性，状态，原因。

crash 只知道状态，而不知道原因。

fail-stop 既知道状态，也知道原因。

per，omiss不知道状态。

拜占庭是正确性问题。大部分分布式系统一般不解决此问题，因为太难解决了。

3.2 拜占庭将军问题：

在这种场景下，需要进行两轮投票，第一轮由ABC 把自己的的结果发送给D，由d整合结果之后再发给ABC,然后ABC再次像没有D的时候的三将军一样进行投票。

第二轮投票的决策依赖于第一轮D的消息。因为d只能传输01两种消息，所以必然能保证符合大多数人的意愿（ABC之间消息传输正确）

3.3 共识和一致性：

线性一致性又叫做强一致.

3.4 时间和时间顺序：

4.理论基础：

4.1 CAP理论：

完全的CAP无法达到。

4.2 ACID理论：

数据库一定要保证的是A和C，I和D有些时候并不能保证。

4.3 BASE理论：

5.分布式事务:

5.1 两阶段提交:

5.1.1 可能的异常:

在第二种情况中,查询状态通过participate.

5.1.2 注意的问题:

5.2 三阶段提交:

解决了在commit的时候失败,导致prepare资源浪费的问题.

5.3 悲观锁与乐观锁:

5.4 MVCC:

需要依赖硬件.

6.共识协议:

6.1: NWR模型:

强一致:能够通过读数据,发现数据被改变.

6.2 RAFT协议:

6.3 Paxos协议:

7.分布式实践:

7.1 Map Reduce:

7.2 分布式K-V:

Raft有很多的开源实现.

8.总结:

主要是后三个.