分布式--简单介绍分布式算法

   今天小编只是简单介绍一下分布式算法，大家先看看有什么就可以，关于分布式小编会继续研究，继续分享的。

   1.计时模型算法

     分类：同步，异步，部分同步

    同步：字节调用执行，组件之间按照步骤执行，这个模型无法反应现实情况，实质在分布式的情况下很少有真正的同步，这个模型会带来各种阻塞

    异步：异步有点儿复杂，组件之间的动作按照他们自己的顺序要求进行。 这个模型接近于显示状况，但是也不是完美的

    部分同步：需要访问同步时钟，有关于传递消息的多长的限制。

  2.进程间通信算法

     (1).消息传递：通过消息发送通讯

     (2).共享内存：访问内存中共享变量共享数据进行通讯。

3.失败模型算法
   分类：crash-stop，crash-recovery，遗漏模型三种

4.失败探测：

      希望在进程崩溃失败时及时发现，例如我们可以给crash-stop失败模型加上同步系统，我们能够使用timeout，如果我们定期让进程ping到一个专门的失败探测器，我们就能知道那个进程是否正常，如果过了timeout没有ping访问，那么我们可以认为这台进程服务器崩溃了。

   失败探测模型有两个属性策略：

   (1).Strong Completeness（强完整性）每个失败的进程会永久被其他正确进程怀疑

   (2).Eventual Strong Accuracy最终强精确度，没有一个进程被任何正确的进程怀疑

     当一个进程被其他进程怀疑时，这些进程就不可能达成共识，在分布式系统中使用异步模型是必须要达成共识的，也就是每个进程内部状态通过异步消息传递后，最终其他进程的状态回合最初发送消息的那个进程内部状态一致，这称为达成共识。但是以为有进程存在失败崩溃的可能，所以在这个达成共识的消息传递过程中，如何确保进程之间的信任。不怀疑对方，从而确保消息传递成功，从而引入失败探测器是可以规避这个问题。

5.领导人选举：
       可以被网络中其他进程信任，负责协调分布式工作，协议有Raft和Zab协议。

6.一致共识CONSENSUS

一个金曾实现共识是通过暴露带有推荐和决定功能的API实现的，一个进程会推荐数值，由此开始共识，然后他得基于一个数值决定，这个数值在整个系统中被推荐了，这些算法包括：

(1).Termination：每个正确的进程最终会决定某个数值

(2).Validity:如果一个进程决定了v,那么v会被其他进程推荐

(3).Integrity:没有进程能够决定两次

(4).Agreement：没有两个正确进程有不同的决定

7.法定人数QUORUMS：

是一个设计失败容错分布式系统的工具，Raft使用的是这种大多数策略，根据提交到系统的日志来判断

分布式系统时间：时间和其导致的结果是分布式系统的大问题。引入了逻辑时钟的概念，给一个事件分配一个数字没这个数字不是和实际时间有关，但是和一个节点的进程事件有关。
总结：
    关于分布式，是一个比较大的比较深的一块儿，小编很愿意和大家一起学习，一起分享着一块儿。