分布式相关理论总结

1、集中式与分布式

集中式：80年代主流，IBM大型机，价格昂贵，性能卓越，部署简单，但是单机扩容较为困难。

分布式：由多个普通pc机组成，分布在不同的网络上，通过消息传递进行通信和协调的系统

分布式系统五gu大特点：
分布性：多台计算机在空间上随意分布，机器分布也随时变动
对等性：所有计算机节点都是对等的，没有主从之分
并发性：多个节点可能并发的操作访问一些共享资源
缺乏全局时钟：难以定义并发事件发生的先后顺序，没有全局时钟概念
故障总会发生：任何计算机节点任何时候都可能发生任何形式的故障

2、分布式理论

CAP理论

CAP理论是分布式系统的基本理论，它主要描述了一个分布式系统三种基本需求之前的区别于联系，具体来说如下：
C：一致性（consistency）
A：可用性（availability）
P：分区容错性（partition tolerance）

一致性：数据在多个副本中能够保持一致的特性，分为三种类型：强一致性，弱一致性，最终一致性

可用性：顾名思义，系统对外提供的服务必须一直处于可用的状态，用户的每一个操作总是能够在有限的时间内返回结果。有限时间是指，系统必须在指定的时间内返回对应的处理结果，例如搜索引擎一般搜索关键词时间为0.5s。返回结果是指系统能返回成功或者失败，不会返回一个让用户感觉困惑的结果。

分区容错性：在任何网络分区故障的时候，仍然能够保证对外提供满足一致性和可用性的服务，除非是整个网络环境都发生了故障。

三者关系如下：

CAP定理：一个分布式系统不可能同时满足一致性、可用性和分区容错性。如图上所示的CA、CP和AP。

对于CA：系统保证了CA，但是放弃了P，即用户希望避免出现分区容错性的问题，一种简单的做法就是将所有的数据都放在一个节点上，即不存在所谓的网络分区现象了。

对于CP：系统保证了CP，但是放弃了A，即用户放弃的可用性。常见的是，当系统遇到了网络分区的情况时，受到影响的服务需要等待一段时间，即等待时间对外不提供服务。

对于AP：系统保证了AP，但是放弃了C，即用户放弃了一致性。注意这里所说的放弃一致性，并不是完全放弃一致性，因为完全放弃一致性，数据不一致对于存储来说是没有意义的。这里放弃一致性只的是放弃数据的强一致性，而保留数据的最终一致性，即数据在某一段时间之后会处于一致的状态。

总结：
对于绝大多数分布式系统，P特性是必不可少的，因为网络分区问题肯定存在，因此系统设计一定会保留P，剩余的就是可用性和一致性之间的平衡。

不同的业务场景会对此设计不同的系统选择。例如常见的淘宝购物来看，多用户买同一个商品，并不保证用户都能下单买到，但是最终一定会有一个用户成功买到商品，即所谓一段时间后，数据达到一致，这种系统就只用保证最终一致性。

对于火车票购票系统，则系统显示有票则买到有票，没有则买到无票，这种系统需要保证强一致性，可以牺牲到有效性。

BASE理论

BASE理论是CAP理论中一致性和可用性权衡的结果，其核心思想是即时无法做到强一致性，但是每个应用都可以根据自身的业务特点，采用适当的方式来使系统达到最终一致性。

BA：基本可用状态（Basically Available）
S：软状态（Soft state）
E：最终一致性（Eventually consistent）

基本可用状态
它是指分布式系统在出现不可预知故障的时候，允许损失部分的可用性（例如：响应时间的损失、购物的降级页面）

弱状态
它是指允许系统中的数据存在中间状态，并认为该中间状态的存在不会影响到系统整体可用性，即允许系统在不同节点副本之间进行数据同步时候的时间延时

最终一致性
不需要实时保证系统的强一致性，在一段时间的同步操作后，最终能够达到一致即可。

总结：
在实际工程设计中，最终一致性主要分为以下几类：
因果一致性
会话一致性
单调读一致性
单调写一致性

参考文献：

《从paxos到zookeeper》