分布式系統架构基础知识（1）-ACID到CAP和BASE【重写】

什么是分布式？为什么要做分布式？分布式要实现什么？

大白话解释（个人理解， 有错指正）：

1. 在不同的地方有好多的节点运行相同的程序叫做分布式
2. 两种情况：

   • 单一节点或集群，无法满足并发需求，需要扩充更多的硬件资源来支撑并发。但是现实情况是土地资源是有限的，无法在同一地点扩张。所以采取了多地区的方案进行扩展。
   • 需要更快的响应速度

3. 分布式要实现 单节点的ACID，实现了吗（CAP）？

   • CAP的A（高可用，主备是基础，主从在C中讨论）：
     1. 单节点：不存在可用性，挂了整体服务都不可用。
     2. 分布式：如果某节点挂了，其他节点还可以用，但是整体情况下是不可用的， 所以要引入节点备机，当master宕机，slave顶替上来。增加可用性
   • CAP的P (分区)–主备是前提：
     1. 单节点：只有一个master，不存在主备的情况。
     2. 分布式：网络延迟，网络不可用。会引起 slave 在 master 没宕机的情况下成为新的master，这时候同一节点上出现两个master【俗称脑裂】。脑裂不可避免，但是必须确定使用哪个master，放弃使用另外一个，不然就会导致两个master同时修改一份数据，造成数据不一致。常用解决方案就是投票
   • CAP的C（高性能，主从，一致性）：
     1. 单节点：可用的数据就一份。（mysql内部有缓存区，先写缓冲， 再写真实表。可用数据指的是真实表）
     2. 分布式：在数据同步过程中，网络问题导致数据更新延迟或者失败，导致数据不一致。解决方案 BASE理论：

   • 强一致性：如果数据在同步过程中失败了， 那就回滚数据， 返回失败。这种会降低可用性，不满足高可用原则。
   • 弱一致性：允许部分数据丢失， 不满足一致性
   • 最终一致性：数据一定会同步，只是需要时间。但是这个时间不确定，间接的满足一致性。虽然这个方案不好， 但是只需要尽快的同步到就没问题，所以采用多从机制增加短时间同步的概率

所以CAP目标是实现单节点的C，最终解决的就是通信问题。

---

专业解释

分布式系統
概念：
一个组件（硬件或者软件）分布在网络上的系统，组建之间通过传递消息进行通信和动作协调

特点：

1. 分布式：分布式系统中的计算机分布情况，会根据实际情况来分布
2. 对等性：分布式系统中的就算计没有主/从之分， 所有节点都是对等的。
3. 并发性
4. 缺乏全局时钟：每一台计算机都有物理时钟， 但可能出现偏差
5. 故障独立性：

1. 进程可能出异常
2. 所有计算机都有可能出现故障，
3. 网络故障

更詳細的分布式请看 《分布式系统概念与设计》这本书

上述会引发数据一致性的问题，解决思路就是：

1. 强一致性：完全保证数据一致性
2. 弱一致性：尽量保证数据一致性， 但有可能出问题
3. 最终一致性：保证数据一致性， 数据最终一定会被同步完成，但这个时间段会出现数据不一致

以下是针对上面3个思路的理论

---

事务设计理论

ACID（强一致性）

1. 原子性：原子性是指事务是一个不可分割的工作单位，事务中的操作要么都发生，要么都不发生。
2. 一致性：事务前后数据的完整性必须保持一致。
3. 隔离性：事务的隔离性是多个用户并发访问数据库时，数据库为每一个用户开启的事务，不能被其他事务的操作数据所干扰，多个并发事务之间要相互隔离。
4. 持久性：持久性是指一个事务一旦被提交，它对数据库中数据的改变就是永久性的，接下来即使数据库发生故障也不应该对其有任何影响。

---

CAP/BASE

1. CAP

1. 一致性：数据在多个副本之间能够保持一致
2. 可用性： 系统提供的服务必须一直处于可用， 对于用户的每一个操纵请求总能够有限时间内返回结果，如果超过这个时间，即不可用
3. 分区容错性：分布式系统在遇到任何网络分区故障的时候，仍然需要能够保证对外提供满足一致性和可用性的服务，除非整个网络环境发生了故障
   

应用

具体解释参考：CAP 定理的含义

---

2. BASE

1. 基本可用： 分布式系统出现不可预制的故障的时候， 允许损失部分可用性

1. 相应时间上的损失： 假设：正常情况下接口响应时间是0.5秒，出现故障好，响应时间变成1-3秒
2. 功能上的损失：最好理解的就是双十一， 关闭了退款等业务，淘宝为了迎接并发。

2. 弱状态

指数据存在中间状态，但不影响整理的可用性， 即允许不同的节点在同步数据的时候存在延迟

3. 最终一致性

1. 因果一致性

节点 A在更新完某个数据项后通知 节点 B， B应该要能获取到A更新后的最新的数据，B更新这条数据也是基于A更新后的最新数据修改的。但是与进程A无关的进程C是没有这个限制的

2. 读已（自己）之所写

节点 A 更新一个数据后，它自身总是能访问到自身更新过的最新值，而不会看到旧值。其实也算一种因果一致性

3. 会话一致性

将对系统数据的访问过程框定在了一个会话当中：系统能保证在同一个有效的会话中实现 “读己之所写” 的一致性，也就是说，执行更新操作之后，客户端能够在同一个会话中始终读取到该数据项的最新值。

4. 单调读一致性

如果一个节点从系统中读取出一个数据项的某个值后，那么系统对于该节点后续的任何数据访问都不应该返回更旧的值。

5. 单调写一致性

指一个系统要能够保证来自同一个节点的写操作被顺序的执行。

---

• ACID是传统数据库常用的设计理念, 追求强一致性模型。
• 在设计上 无法做到CAP， 所以CAP紧紧是一个理论。
• BASE支持的是大型分布式系统，提出通过牺牲强一致性获得高可用性。

---

参考:

1. All Things Distributed ［译］最终一致性