《从paxos到zookeeper》学习笔记(一）

1、概述

ZooKeeper是一个 分布式的，开放源码的 分布式应用程序协调服务，是 Google的Chubby一个 开源的实现，是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。

ZooKeeper的目标就是封装好复杂易出错的关键服务，将简单易用的接口和性能高效、功能稳定的系统提供给用户。

ZooKeeper代码版本中，提供了分布式独享锁、选举、队列的接口。

 

第一章：CAP定理和base理论

  CAP理论：一个分布式系统不可能同时满足一致性(C:consistenc）、可用性(A:Availability)和分区容错性(P:Partition tolerance)这三个基本需求，最多只能同时满足其中的两项。

  1、一致性：

      在分布式环境中，一致性是指数据在多个副本之间能否保持一致的特性。

 2、可用性：

    系统提供的服务必须一直处于可用的状态，对于用户的每一个操作请求总是能够在 有限的时间内返回结果。有限的时间指的是对于用户的一个操作请求，系统必须能够在指定的时间内（系统设计之初就设定好的系统运行指标，如接口调用超时时间）返回对应的处理结果，如果超过了这个时间范围，那么系统就被认为是不可用的。

 3、分区性容错：

    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。

    网络分区是指在分布式系统中，不同的节点分布在不同的子网络（机房或异地网络等）中，由于一些特殊的原因导致这些子网络之间出现不连通的状况，但各个子网络的内部网络是正常的。从而导致整个系统的网络环境被切分成了若干个孤立的区域。

 

放弃P:如将所有的数据都放在一个分布式节点上，但意味着放弃了系统的可扩展性。

放弃A：一旦系统遇到网络分区或其他故障，那么受到影响的服务需要等待一定时间，而在等待期间系统不可用。

放弃C：放弃一致性是指放弃数据的强一致性，而保留数据的最终一致性。

 

结论：对于一个分布式系统来说，分区容错性是一个最基本的要求，因为分布式系统中的组件必然需要被部署到不同的节点，否则也就无所谓分布式系统了，因此必然出现子网络，那么网络问题又是一个必定会出现的异常情况。因此系统架构设计师需要把精力花在根据业务特点在C(一致性)和A（可用性）之间寻求平衡。

 

BASE理论

 BASE:是指三个状态，基本可用，软状态，最终一致性。核心思想是即使无法做到强一致性，但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。

   基本可用：

       指分布式系统在出现不可预知故障的时候，允许损失部分可用性（响应时间上的损失，或者功能上的损失）

       弱状态：软状态，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：系统中所有的数据副本，在经过一段时间后，最终能够达到一个一致的状态。

   

转载于:https://www.cnblogs.com/qinhaohao1114/p/7738103.html