分布式理论

CAP理论

Consistency 
Avaiablity
Partition tolerance(分区容错性)
系统无法放弃一致性，如果放弃了，说明数据不可信
牺牲一致性，是说不使用强一致性，而是弱一致性

分布式系统的数据复制需求：
A、 可用性
将数据复制到多个主机上，消除单点故障
B、 性能
将数据分片，分布到多台主机上，可以提高并发度，从而提高系统性能

强一致性：
更新完成后，任何后续的读都会返回最新值
弱一致性：
更新完成后，不确保后续读会读到上次更新的最新值，但是尽可能在给定的时间内，会更新到最新值
最终一致性：
系统保证没有后续更新的前提下，系统始终返回上一次更新操作的的值
为了解决分布式系统中不一致性的问题，有大量的工程实践和理论，比如二阶段式提交和三阶段式提交，PAXOS算法等

PAXOS算法

ceph中的mon就是用paxos来保证一致性

Raft算法

比paxos更简单和高效的一致性算法

参考：http://www.jdon.com/artichect/raft.html