09 zookeeper 分布式架构（集中式和分布式的优缺点）事务ACID，分布式事务，CAP定理，BASE理论

最新推荐文章于 2021-07-16 10:48:11 发布

EngineerForSoul

最新推荐文章于 2021-07-16 10:48:11 发布

阅读量295

点赞数

分类专栏： Zookeeper 文章标签：分布式事务ACID，分布式事务 CAP定理，BASE理论 zookeeper 集中式到分布式

本文链接：https://blog.csdn.net/lingyiwin/article/details/113088537

版权

15 篇文章 0 订阅

订阅专栏

1 从集中式到分布式

集中式系统是指一个一台或多台计算机组成中心节点，数据集中存储于这个中心节点中，且整个系统所有的业务单元都集中部署在这个中心节点上，系统所有的功能均在其集中处理。
集中式系统，每台终端，客户机仅仅负责数据的录入和输出，数据的存储和处理完全交于主机来完成。
集中式系统部署简单。基于底层性能卓越的大型主机。无需考虑对服务进行多节点部署，和节点之间分布式协作问题。

分布式系统是一个硬件或软件组成分布在不同网络计算机上，彼此之间仅仅通过消息传递惊醒通信的协调系统。

分布性：多台计算机在空间上随意部署，机器的分布情况随时变动。
对等性：计算机没有主从之分，组成分布式系统的计算机节点都是对等的。（副本、数据副本、服务副本区别）
副本指的是分布式系统对数据和服务提供的一宗冗余方式，对外提供高可用的服务。
数据副本是指在不同的节点上持久化同一份数据，当某个节点上数据丢失时，可以从副本上读取数据。
服务副本指多个节点提供同样的服务，每个节点都有能力接受来自外部的请求并进行相应的处理。
并发性
缺乏全局时钟，分布式系统主机空间分布随意性，
故障总是会发生，

通信异常：网络本身的不可靠性，各类网络硬件故障导致通信失败；单机内存访问延时纳秒级（10ns），一次通信的延迟在0.1-1ms（是单机的106倍）。故消息丢失和消息延迟非常普遍。
网络分区：网络异常，导致分布式系统节点之间的网络延时不断增大，最终导致部分节点不能正常通信，这种想象称为网络分析，俗称“脑裂”。
分布式系统三态：成功、失败、超时（网络不可靠）。网络异常两种情况：请求没有被成功接收；响应没有反馈到发送方。
节点故障：节点宕机或“僵死”的现象。

分布式系统数据一致性问题。

事务Transaction 四个特征：

延展知识：表中SQL92规范中，定义了4个事务隔离级别：
在这里插入图片描述

分布式事务是指事务的参与者、支持事务的服务器、资源服务器以及事务管理器分别位于分布式系统的不同节点至上。分布式事务一般会涉及对多个数据源或业务系统的操作。

分布式事务场景：跨行转账，本地服务器A执行取款服务，异地服务器B执行存款服务，取款服务和存款服务本身是无状态且相互独立的，共同构成一个完整的分布式事务。取款服务和存款服务称为子服务。

如何构建一个兼顾可用性和一致性的分布式系统，出现了CAP和BASE这样的分布式经典理论。

一个分布式系统不可能同时满足一致性(C：consistency)、可用性(A：Availability)、和分区容错性(P：Partition tolerance)这三个基本需求，最多只能满足其中两个。
CAP定理

BASE是Basically Available(基本可用)，Sort state(软状态) 和 Eventually consistent (最终一致性)三个短语的简写。基于CAP定理演化而来的。

分布式系统出现不可预测的故障时，允许失去部分可用性，达到基本可用的状态。
响应时间上的损失，功能上的损失。
软状态，运行系统节点间数据传输过程存在延迟。
允许系统在不同节点的数据副本之间进行数据同步的过程存在延时。
最终一致性
系统中所有数据的副本，在经过一段时间的同步后，最终能够达到一个一致的状态。
在没有发生故障的前提下，数据达到一致状态的时间延迟，取决于网络延迟、系统负载和数据复制方案设计等因素。

最终一致性存在5类变种：

因果一致性(Causal consistency)：进程A更新完数据后，通知进程B，那么进程B访问该数据时，应该是最新的数据。没有通知进程C，进程C访问数据则没有限制。
读已之所写(Read your writes)：进程A更新一个数据项之后，自己总能访问最新的值。对于单个数据获取者来说，其读取到的数据一定不会比自己上次写入的值旧。
会话一致性(Session consistency)：系统数据访问过程框定在一个会话中，同一个会话中实现 “读已之所写” 。
单调读一致性(Monotonic read consistency)：如果一个进程从系统中读取一个数据项的某个值后，那么系统对于该进程后续的任何数据访问都不应该返回更旧的值。
单调写一致性(Monotonic write consistency)：如果一个进程从系统中读取一个数据项的某个值后，那么系统对于该进程后续的任何数据访问都不应该返回更旧的值。

关注