ETCD学习

1，ETCD是一个键值对数据存储系统（开源，分布式）
2，用途：提供共享配置、服务发现。
3，leader选举非常优秀，leader选举更换对前端是无感知的。（raft算法）
4，读写数据在ETCD上，支持快照及查看历史事件
5，数据模型：一个持久的并发控制数据模型，适用于较小的元数据键值对的处理
功能介绍
本身状态查看（集群成员信息、集群状态、leader状态等
键值数据的读写：set，get
租约：带有Id的定时器，可以和多个存储键值关联（自动过期删除）
观察者：分布式系统中间有大量的信号同步，这个就可以做消息监听。
原子操作：条件成立使再进行操作。
事务：一系列操作任务不间断完成。（原子性，一致性，隔离性，持久性）
分布式锁：锁被持有后其余获取锁的都在等待
选举：选举集群中leader（主从）
数据存储结构是B+Tree
使用场景介绍：
1，元数据存储：kubernetes;他将状态数据全部存在ETCD上。
优点：元数据高可用，无单点故障；系统无状态，易修复故障；可水平扩展，提高性能及容量；降低架构复杂度。
2，名字服务
将许多进程（上万个）注册到etcd上，进程故障发生迁移，重新注册到etcd，使得API网关通过etcd及时感知到进程地址的变化及状态变化。
3，leader选择
4，分布式系统并发控制

架构及内部机制解析
分布式一致性解决方案：
quorum机制在分布式系统应用很多，针对大型分布式系统的可靠协调系统。zookeeper选举机制，Redis的哨兵机制都遵循此机制。
服务集群节点一般是奇数，1避免选举出现平票；2leader向follower同步数据时，必须超过半数成功，才会认为数据写入成功
故障节点 <（n+1）/2 [ETCD容忍最大故障节点不超过节点总数一半]
比如总共五个节点(N)，写入（W）数据成功，这说明最大可能是有两个节点数据没有更新到最新，这时候前端请求数据（R），如果请求那两个失败的节点，数据就会出现问题。这时候只要获取了三个节点,其中肯定有一个是最新的数据数据版本号)，这时候就能保证数据的一致性。（W+R = N+1）