分布式理论相关

一：CAP理论

1. 一个分布式系统中最多只能同时满足一致性(Consistency)、可用性(Availability)、分区容错性(Partition tolerance)中的两项；

2.关于一致性Consistency：客户端和服务端关心的一致性不一样，服务端关心更新如何复制到整个系统，客户端关心多并发访问时更新的数据如何获取的问题；当然前提都是在并发访问下，只有在这种才有一致性的问题；

     a)弱一致性：后续访问中部分或者全部都访问不到；

     b)最终一致性：一段时间之后，要求能访问到更新的数据；

     c)强一致性：要求更新后的数据能被后续的访问看到，“all nodes see the same data at the same time”，这是CAP中所说的一致性；

3.可用性：是指“Reads and writes always succeed”,即服务一直可用，而且是在正常响应时间；

4.分区容错性：是指“The system continues to operate despite arbitrary message loss or failure of part of the system”，即分布式系统在遇见某节点或者网络分区故障的时候，仍然能对外提供满足一致性和可用性；

5.一般在实现的过程中，肯定是需要保证分区容错性的，因为这是分布式的根基，类似于mysql、oracle没有保证分袂容错性，因为他们不是分布式的；

    a)保留一致性，牺牲一定的可用性，是对于那些高度要求保证一致性的数据上，比如金钱；常用的工具有一些NO SQL的DB；

    b)保留可用性，牺牲一定的一致性，实现最终一致性，对于那些响应程度没有那么高的，比如12306请求买票的时候对一致性没那么高要求，需要下单的时候才对一致性要求很高；常用的工具包括一些NO SQL，Redis、MongoDB、Hbase等，常用的管理分布式集群的Zookeeper也是；

二：BASE理论

1.BASE是指基本可用（Basically Available）、软状态（Soft State）、最终一致性（Eventual Consistency），他是通过牺牲强一致性获得高可用性；

2.基本可用是指分布式系统在出现故障的时候，允许损失部分可用性，即保证核心可用；

3.软状态是指系统存在中间状态，而该中间状态不会影响系统整体可用性。分布式存储中一般一份数据会至少有三个副本，允许不同节点间副本同步的延时是就是软状态的体现。

三：数据一致性(副本、分布式协议、协调者)

1.现在一般通过复制技术进行分布式系统的一致性的保证，不同的数据节点由于网络延迟、操作链中一环失败等原因，往往造成数据不一致的问题；

2.引入协调者的原因是在分布式操作者，需要一个中间者能够感知到该事务在其他环境中的执行情况，这样好决定在当前机器上是需要提交还是回滚；

   一般情况下，某一个数据库无法知道其他数据库在做什么，在一个分布式事务环境中，交易中间件是必须的，由他来通知和协调数据库提交或者回滚；而本地也将所做的操作影射到全局事务中；

3.2PC（Phase commit）和3PC也会导致数据不一致性问题；

   2PC分为准备投票阶段和投票阶段，但是2PC仍然会有阻塞、不一致性和发出提交消息之后，协调者宕机；

   3PC分为CanCommit、PreCommit和DoCommit阶段，在最后一步DoCommit阶段，若是协调者宕机或者是长时间没有收到消息，则进行提交，这是一种“赌注”，到了这阶段大概率的是可以提交的。