第1章：分布式架构
将多台机器组成分布式的处理方式越来越收到业界的青睐。
1.1 从集中式到分布式
由于大型主机拥有卓越的性能和良好的稳定性，在单机处理方面优势非常明显。
但是随着计算机系统向网络化和微型化的方向发展，传统的集中式处理越来越不适应人们的需求。
大型主机的缺点：
（1）操作难度大。
（2）价格昂贵
（3）虽然大型主机稳定，但是一旦出现故障后果严重
（4）扩容非常困难
阿里提出的“去IOE”运动，让计算和存储能力出现了巨大的挑战，所以电商系统正式迈入分布式系统的时代。
1.1.1 集中式的特点
（1）整个系统的所有业务都部署在这个中心节点上。
（2）所有的业务集中处理
（3）不需要考虑多个节点的协作问题
1.1.2 分布式的特点
分布式系统的定义： 是一个硬件或者软件组件分布在不同的网络计算机上，彼此之间仅通过消息传递进行通信和协调的系统
分布式系统的几大特征
（1）分布性：
多台计算机随意分布，也可以随时变动
（2）对等性：
计算机没有主从之分，都有的节点都是对等的。
（3）并非性：
多个计算机同时操作共享的资源
（4）缺乏全局时钟：
因为没有全局的时钟，很难定义两个事件谁先谁后。
（5）故障总是发生：
随着机器的增加，故障也会发生的越来越多
1.1.3 分布式环境的各种问题
1、通信异常
（1）由于网络的不可靠，比如会导致通信发生异常，比如消息的丢失或者消息的延迟
2、网络分区（脑裂）
（1）随着节点之间的网络延迟不断加大，导致分布式系统中只有部分的节点可以正常工作，另一部分节点不能。
（2）这个现象称为网络分区，俗称“脑裂”
3、三态
（1）网络请求有“三态”概念，分别是成功、失败与超时。
（2）集中式的系统中只有成功与失败两个状态，但是分布式系统中有超时的问题
4、节点故障
（1）分布式系统中某些节点出现宕机或者死机的现象。
（2）且随着分布式模型的增加，故障发生的频率越来越高，几乎每天都在发生。
1.2 从ACID到CAP/BASE
1.2.1 ACID
事务有四大特性，分别是ACID，即原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持久性（Durability）。
（1）原子性
要么全部执行，要么全部不执行。如果执行一半出现错误，则将之前执行的全部撤回。
（2）一致性
一致性是指事务不破坏数据库的完整性和一致性。
数据库的完整性包括实体完整性、参照完整性、用户定义完整性
（3）隔离性
事务之间是相互隔离的，两个同时执行的事务之间不互相影响。
在SQL规范中提供了4中隔离级别，分别是①未授权读取 ② 授权读取 ③ 可重复读 ④ 串行化
其中严格程度从低到高，最严格的是④串行化
读脏数据： 不加写锁的情况下，当前事务读取已经撤销的数据
不可重复读：不加读锁的情况下，读取后的数据被偷偷修改。第二次读就不一样了。
幻读：加写锁的情况下，事务中进行两次查询，发现结果不一致。
| 隔离级别 | 读脏数据 | 可重复读 | 幻读 |
|---|---|---|---|
| 未授权读取 | 存在 | 不可以 | 存在 |
| 授权读取 | 不存在 | 不可以 | 存在 |
| 可重复读取 | 不存在 | 可以 | 存在 |
| 串行化 | 不存在 | 可以 | 不存在 |
1.2.2 分布式事务
分布式系统在实现ACID的时候，十分的复杂
1.2.3 CAP和BASE理论
分布式系统无法严格地满足ACID特性。如果满足严格的ACID必然会导致分布式系统变得无法使用。
所以可用性和一致性是一个无法两全其美的方案。
基础此，学者提出了CAP和BASE的分布式系统的经典理论。
CAP定理
CAP理论： 分布式系统无法同时满足C、A、P三个需求，最多只能同时满足两个。
C代表一致性（Consistency）、A代表可用性（Availability）、P代表分区容错性（Partition tolerance）
（1）一致性
数据的多个副本保持一致的状态。
强一致性：如果一个数据有三个副本，那么更新信息的时候需要将三个副本的信息同时更新完成后，才算更新成功。
（2）可用性：
对于每个用户的请求，总是在有限的时间内返回结果。
有限的时间是人为设定的，如果超过这个时间就认为不可用
（3）分区容错性
当遇到某个分区故障时，仍然能够保证对外提供满足一致性和可用性的服务。
比如说有一个数据有多个副本，则一个分区故障，另外两个依然可以保证系统的正常运行。
| 放弃CAP的某一定理 | 说明 |
|---|---|
| 放弃P | 放弃容错性，那么一个数据只有一个副本，意味一旦节点出错，该数据就再也找不回来了。 |
| 放弃A | 放弃可用性，意味着用户需要等待长时间，如果节点出错，那么用户只能等待节点恢复，则不可用 |
| 放弃C | 放弃一致性，意味着数据的多个副本可以不一致。 |
对于分布式架构中，P是最重要的，因为多个副本能保证数据一定不会丢失。这就意味着设计师需要在C和A之间寻求平衡。
BASE理论
BASE理论是CAP理论无法满足的情况下，一种退而求其次的做法
BASE指的是 Basically Available（基本可用）、Soft state（软状态）和Eventually consistent（最终一致性）
（1）基本可用
允许损失一部分的可用性。
比如搜索一个内容需要0.5秒返回结果，出现过在则可以增加1~2秒。
比如高峰期进行网上购物，那么为了稳定，可能会被引导到降级的页面。
（2）软状态
允许同一数据的不同副本之间有短时间内的不一致
（3）最终一致性
所有的数据副本，经过一段时间的同步后，最终能够达到一致性的状态。
1050
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
