分布式系统理论基础

分布式系统目标

1. 提升系统整体性能和吞吐量
2. 尽量保证分区容错性，即在分布式系统遇到某节点或网络分区故障时，仍要能够对外保证满足一致性和可用性的服务

分布式系统设计思路：中心化/去中心化

1.中心化

• 中心化分布式系统中存在两类角色：Leader/Follower
• Leader负责分发任务，并监控整个系统，如果有Follower不工作则将其踢出整个系统
• Follower负责执行Leader分配的任务

  比如MySQL的Master/Slave架构，Master和Slave的角色是生来就是确定的。

又或者你可以参考现实中的黑心企业，领导负责分配工作给手底下的员工，并且监控员工，如果有员工过劳病倒了不能工作，领导不会尝试医治他，而是会直接开除他。

中心化分布式系统 存在的问题 & 解决

1. 单点故障问题：一旦Leader宕机，整个系统就不可用

   解决：
   ①多Leader热备或冷备，一旦Leader故障可以自动/手动切换
   ②直接用去中心化取代中心化，一旦Leader宕机就重新进行选举

2. Leader能力会限制系统的扩展

2.去中心化

• 去中心化分布式系统不意味着没有Leader，而是由Follower来自由选择Leader。
• 一旦Leader宕机，集群中的Follower就会自发举行新一轮的选举，推选出新的Leader。

  ZK中ZAB协议的Master选举就是此类。

去中心化分布式系统 存在的问题 & 解决

• 网络分区（“脑裂”）

  解决：小集群“自杀”或拒绝服务

基础理论

（一）CAP理论

1. C：Consistency，一致性 —— 所有节点访问同一份最新数据副本

   强一致性：任何时间所有节点访问到的数据都是最新的。
   最终一致性：不保证任何时间所有节点访问到的数据都是最新的，但是保证一定时间后系统中的数据都是最新的。

2. A：Availability，可用性 —— 每次请求都能收到非错响应，但是不保证获取的数据是最新数据

3. P：Partition Tolerance，分区容错性 —— 在分布式系统遇到某节点或网络分区故障时，仍能够对外保证满足一致性和可用性的服务

   CAP理论常被认为是一致性（C）、可用性（A）、分区容错性（P）只能3选2。
   但是实际上，分区容错性（P）是分布式系统的基本能力，必须要保证。

C/A的取舍

• 在发生网络分区（P）的情况下，如果想要保证继续服务，那么强一致性（C）和可用性（A）只能2选1。
• 保证强一致性，放弃可用性 —— 可以保证用户看到的数据都是最新的数据，但是代价是响应时间急剧增加，一般不可取。
• 保证可用性，放弃强一致性 —— 首先保证用户的体验，允许用户看到的数据不是最新的，只保证在一定时间后系统中的数据会一致（即最终一致性）

（二）BASE理论

• BA：Basically Available，基本可用性 —— 在集群故障时，允许损失一部分的可用性，但绝不允许系统不可用

  如：
  ①响应时间增加；
  ②系统功能的损失：大促期间，为了保证系统的稳定性，部分消费者会被引导到一个降级页面

• S：Soft-state，软状态 —— 允许数据存在中间状态，即允许不同数据副本之间的同步存在延迟

• E：Eventually Consistent，最终一致性