分布式系统之数据复制，分布式事务，DDBMS

#继续分布式概念#

一.Data replicaiton in distributed systems数据复制

1.目的：增加data的可用性（对应CAP理论中的A）；提升数据检索的速度

2.类型：

• Synchronous Data replication（同步数据复制）：原始数据存储发生一点微小的变化时，立即同步更新
• Asynchronous Data replication（异步数据复制）：在所有改变发生都结束后才会更新，不是同步的，会滞后

3.三种复制方式：1.full replication（全复制，更高数据可用性但更新操作效率低） 2.No replication（并发很好实现但数据可用性低） 3.Partial replication（一个均衡的方式，复制根据信息的重要性来控制）

二.Issue of distributed transactions

between a client (mostly software) and a data repository server.

事务是用于同时访问（和修改）共享数据的同步机制。

类似于商务谈判：首先，聚在一起，建立连接，谈判应该做什么；在谈判的任何时候，任何一方都可以退出；如果达成一致，各方都需要承诺。

Abort:事务失败

分布式事务：A transaction where operations involve multiple servers.（操作包含多个服务器）

必须要遵循ACP（atomic commit protocols）：所有改变一起发生或一起不发生，保持原子性

如何让所有的服务器同时接收一个事务或者终止一个事务（同时）？

• 1.One-phase The coordinator keep requesting all participants to commit until they return an acknowledgment.◼ No chance of a participant(servers) to initiate an abort.(终止）【服务器本身是没有机会提出终止的】
• 2.two-phase (1.让所有服务器投票 2.根据投票结果决定终止或进行）【服务器可以自行提出终止】If all participants answer yes (including the coordinator), the coordinator sends doCommit to all participants.

         在服务器投票阶段：有一个参与者返回失败，那么协调者就会向所有参与者发送回滚事务的请求，即分布式事务执行失败；

            在根据投票结果决定阶段：如果所有服务器都回复yes，协调器就会发doCommit，否则就会向投yes的服务器发送doAbort。  服务器就等待协调器的结果来进行行动，如果是doCommit，就会发送一个haveCommited的确认。

此时如果发生错误导致第二阶段提交失败：1.第二阶段执行的是回滚事务操作，那么答案是不断重试，直到所有参与者都回滚了，不然那些在第一阶段准备成功的参与者会一直阻塞着。

2.第二阶段执行的是提交事务操作，那么答案也是不断重试，因为有可能一些参与者的事务已经提交成功了，这个时候只有一条路，就是头铁往前冲，不断的重试，直到提交成功，到最后真的不行只能人工介入处理。

若协调者发送了doCommit，只有一个回应：Transaction is blocked until the participant resumes. Consistency is ensured because of transaction state being saved on stable storage.事务拥塞直到参与者修好后再次进入。

三.DDBMS——Distributed database management systems

DDBMS的三种结构：

1.Client-server architecture（客户端负责向服务器发送请求，服务器处理和存储数据。客户端和服务器通过网络进行通信。在分布式环境中，可以在不同站点上有多个服务器，客户端可以从任何一个服务器访问数据。）在centralised server system中用到

2.Collaborating server architecture（系统中的每个服务器可以处理数据的子集，并具有自己的处理能力。它们协作执行分布式事务并在分布式数据库中维护一致性和完整性。）

3.Middleware (中间件) architecture（中间件抽象了分布式环境的底层复杂性，并为应用程序提供了统一的接口，用于与分布式数据库交互。中间件可以处理各种任务，如数据分布、复制、缓存、事务管理和查询优化。）【需要一个服务器作为中间件，处理来自其他服务器的检索和事务，本地服务器就处理本地的检索和事务】

EG：SingleStore——Aggregator node（聚合器节点） is responsible for receiving SQL queries, breaking them down across leaf nodes, and combining results back for the client.