zookeeper（1）—— 分布式系统简介

目录

一、分布式系统

1.1 什么是分布式系统？

1.2 分布式系统特点

1.3 分布式系统带来的问题

1.4 分布式系统理论

1.5 分布式算法

---

一、分布式系统

1.1 什么是分布式系统？

        在传统项目中，通常是将一个项目打成war包，部署在tomcat中运行。当项目越来越大时，这种方式就不太适用了。此时，会将项目分解成不同的服务，这些服务部署在不同的计算机上，彼此之间通过网络相互协调工作。总之，一个硬件或软件组织分布在不同的网络计算机上，彼此之间通过消息传递进行通信和协调的系统即为分布式系统

1.2 分布式系统特点

分布性：整个项目在空间上是任意的

对等性：在分布式系统中，每个微服务都可能出现问题，这时就需要两个或以上完全相同的微服务，在一个出现问题时能够替换，保证系统能够正常运行

并发性：比多线程并发更高一个层次，从多进程，多JVM的角度，保证并发安全

缺乏全局时钟：由于分布式系统可以部署多个节点，每个节点都有自己的时钟系统

故障随时发生：由于分布，任何一个节点都可能出现问题，节点越多，出现故障的概率越大

1.3 分布式系统带来的问题

1、网络异常

分布式系统之间通过网络互相交互，而网络是不稳定的

2、网络分区

也称为脑裂，在一个系统中，本来应该有一个指挥官，但是由于网络故障等原因，导致部分区域又出现一个指挥官，二者互相冲突

3、三态

正常调用服务，要么成功，要么失败。当出现异常时，非常可能出现超时现象，此时，发起方并不知道请求是否成功或者失败

4、节点故障

分布式系统的某些节点可能会出现宕机或者“假死”现象

1.4 分布式系统理论

既然分布式系统有那么多问题，那么应该如何解决这些问题？依靠什么理论依据呢？

1、CAP理论

一致性C、可用性A、分区容错性P

一致性：和对等性差不多，在分布式系统中，数据在多个副本之间是否能够保证一致

可用性：系统提供服务必须一直处于可用状态，对于用户的请求总是在有限的时间内返回结果

分区容错性：分布式系统在遇到任何网络分区故障的时候，仍然需要能够对外提供满足一致性和可用性的服务，不能出现脑裂的情况，除非整个网络环境都发生故障

主要在A和C中间寻求平衡

2、Base理论

即使无法做到强一致性，但分布式系统可以根据自己的业务特点，采用适当的方式使系统达到最终的一致性

基本可用：当分布式系统出现不可预见的故障时，允许损失部分可用性，保证系统的基本可用。eg双十一期间部分用户淘宝页面的卡顿或降级

软状态：运行系统中的数据存在中间状态，即系统的不同节点的数据副本之间的同步存在延时，并认为这种延时不会影响系统的可用性。eg、12306购票，请求会进入排队队列

最终一致性：所有数据在经过一段时间的数据同步后，最终会达到一致

1.5 分布式算法

2pc、3pc、paxos、zab算法

1.5.1  2pc

也称之为两阶段提交

第一阶段：执行事务，记录日志等

第二阶段：提交事务

一旦发现任何一个资源在第一阶段没有成功，则发送rollback

优点：原理简单，实现简单

缺点：

同步阻塞：在二阶段提交的过程，所有节点都在等待其他节点的响应，无法进行其他操作。这种同步阻塞极大的限制了分布式系统的性能。

单点问题：协调者在整个过程中很重要，一旦其出现问题，整个流程无法运转。并且，其他参与者将会处于一直锁定事务资源的状态，而无法继续完成事务操作。

数据不一致：当协调者向所有参与者发送commit请求之后，发生局部网络异常，或者协调者在尚未发送完所有的commit之前自身出现问题，导致最终只有部分参与者收到commit请求，这就会导致严重的数据不一致问题。

容错性不好：任意一个节点的失败都会导致整个事务的失败。

1.5.2 3pc

第一阶段：确认所有资源都是正常的

第二阶段：执行事务，写日志

第三阶段：commit(与2PC区别：在一段时间后资源默认commit)

优点：减少了单点故障概率，万一协调者出现问题，事务也会提交

缺点：还是存在这些问题，只是减少概率的出现