【JAVA核心知识】34：事务的ACID；分布式的CAP原则与BASE理论 ---- 《从Paxos到Zookeeper》读书笔记

分布式的特点

• 分布性：计算机在空间上随意分布，机器的分布情况也会随时变动
• 对等性：分布式系统所有的节点平等，没有中心的概念。
• 并发性：程序运行中并发性操作是常见的行为
• 缺乏全局时钟：分布式系统缺乏全局时钟，因此很难定义两个事件谁先谁后。
• 故障总会发生：人格在设计阶段考虑到的异常情况，一定会在系统运行中发生，并且还会遇到很多在设计时未能考虑到的异常故障。因此，设计时不能放过任何异常情况。

分布式的挑战

• 通信延时，单机内存访问的延时在纳秒级别（通常是10ns），而正常一次网络通信在0.1-1ms左右。想当于100倍的差距。
• 网络分区与脑裂
• 三态：成功，失败与超时。单机只有两态：成功或失败。分布式系统可能因为通信问题或者消息丢失，导致超时的场景。超时无法确认请求是否被成功处理。
• 节点故障：部分节点宕机

事务的特征：ACID

ACID的知识：原子性，一致性，隔离性，持久性。

• Atomicity(原子性)：一个事务内的所有操作，要么全部完成，要么全部失败，不会结束在中间的某个环节。事务在执行过程中发生错误，会恢复到事务执行前的状态，就像这个事务从未执行过一样。
• Consistency(一致性)：事务的执行不能破坏数据库的完整性，即写入的数据要符合预设的规则。包括但不限于主键唯一性，列完整性（类型长度符合要求），外键约束，用户自定义的完整性。
• Isolation(隔离性)：隔离性是指事务之间相互干扰的程度，一个事务对另一个事务的干扰程度不能超过定义的隔离级别。
• Durability(持久性)：事务执行完毕后，对数据的修改是永久的，即使数据库发生故障也不会丢失。

CAP原则

CAP原则是现代分布式系统的理论基石。
分布式系统的节点往往都是分布在不同机器上的，这意味着必然会有网络断开的风险，这个网络断开的场景就是网络分区。
CAP原则：CAP原则又称CAP定理，指的是在一个分布式系统中，一致性（Consistency）、可用性（Availability）、分区容错性（Partition tolerance）最多能实现2个，不能3者兼顾。

• 一致性(Consistency)：所有数据节点在任意时刻数据都是一致的。
• 可用性(Availability)：在任何时间都处于可用状态，总是能对请求进行响应，而不阻塞或报错。
• 分区容忍性(Partition tolerance)：系统中分区间通信出现问题时或部分分区宕机时，活动的分区依然能够独立提供服务。

这三要素最多只能实现两点，不可能三者兼顾。但是对于分布式系统来说P是必须的，因为如果要保证AC，那么只能单机运行，就不属于分布式系统了。 因此分布式系统也就分为了AP和CP系统。
AP系统放弃了一致性，保证可用性，即网络分区发生后即使各个分区数据已经不一致依然提供服务。
CP系统放弃了可用性，保证了一致性，即网络分区发生后停止服务，以此来保证数据的一致性。
提高分区容忍性的方法就是复制更多的节点，但是节点越多一致性就越难保证。

BASE理论

在CAP的基础上发展而来：核心思想是即使无法做到强一致性，但每个应用可以根据自身的业务特点，采用适当的方式达到最终一致性。

• BA (Basically Available:基本可用)：系统出现不可知故障时，允许损失部分可用性，比如损失响应时间（用更长的时间做出响应），损失功能（引导请求到一个降级功能上）， 注意这不等价于系统不可用。
• S (Soft state:软状态）：也称弱状态。即允许数据存在中间状态，并且中间状态不影响系统整体可用。直白点说就是允许数据同步存在延时。
• E (Eventually consistent：最终一致性)：各个节点的数据在经过一段时间后能达到一致的状态。即副本虽然不保证实时一致，但会努力追赶数据以达成一致性。属于一种特色的弱一致，系统在没有新的更新操作下，数据最终能达成一致。

PS：
【JAVA核心知识】系列导航 [持续更新中…]
欢迎关注…

参考资料：
《从Paxos到Zookeeper++分布式一致性原理与实践》