分布式系统第二讲 模型问题

第二讲 模型问题

主要内容

  • 设计产品级分布式系统的挑战
  • 分布式系统模型
    • 网络模型(网络拓扑、链路模型)
    • 节点模型
    • 时间模型

产品级分布式系统需要关注的特性

  • 功能正确性
  • 效率(时间、空间、通信)
  • 可扩展性 可伸缩性( Scalability
  • 垂直可扩展性( Vertical Scalability
  • 水平可扩展性( Horizontal Scalability ))(节点热插拔
  • 容错性( Fault Tolerance/Reliability
  • 可用性( Availability
  • 可恢复性( Recoverability
  • 透明性( Transparency
  • 开放性( Openness
  • 安全性( Security
  • 可维护性( Maintainability

ChatGPT的出现不是仅仅一个团队的成功,而是整个计算机领域的成功,即使是人工智能的系统,它的模型训练也是依靠分布式系统实现的

设计产品级分布式系统的挑战

  • 不可靠的计算节点
    • 部分节点失效是常态;
  • 不可靠的通信网络
    • 丢包
    • 乱序
    • 传输延迟剧烈变化
    • 数据包内容被修改(被动、主动)
    • 网络断裂
  • 不可靠的时钟
    • 不同节点的时钟不同步
  • 没有全局观 ,只能通过与其它节点的交互信息对系统状态进行评估

不可靠的时钟问题

以下是一个 P2P的论坛

image-20230601091725465

  • m1: 是A的消息
  • m2: 是B的回复

可以看到C先得到m2,后得到m1,

一个解决的方法:

  • (m1, timestamp)
  • (m2, timestamp)

即在发送消息的时候发送时间戳

但是问题来了:

  • 就是A B各自取自己的本地时钟,可能不匹配,就是不同节点的时间不同步,因此不能用时间戳排序

使用逻辑时钟来解决这个问题,这个问题已经研究了几十年了

分布式系统设计困难性示例

  • 两将军问题( The two generals problem
    • 分布式事务问题
  • 拜占庭将军问题( The Byzantine generals problem
    • 开放分布式系统中的恶意节点问题
  • 可靠广播协议的设计

两将军问题

image-20230601092402657

  • G1发动进攻消息给G2,G2返回ok给G1
  • G1需要等待G2的ok即可
  • 但是G2要担心G1是否接收到了ok,最好是G1再次返回一个ok

image-20230601092522172

但是这样就陷入循环了

这就是不可靠的网络造成的问题

分布式事务问题

两个事物,要么大家都做,要么大家都不做

image-20230601092634788

比如两个事务,必须都做或者都不做

下面以可靠广播为例

image-20230601092859591

Sender必须将消息发送给每个Receiver,并且要保证每个都收到

  • 如果依次发送然后等待确认的话,就忽视了节点失效问题,Sender本身也会失效的

可靠广播协议的设计

Gossip协议

就是流言协议,每个receiver接受到消息之后,发送给其他“亲近”的节点,告诉他们不要告诉别人,但是会逐渐往外传

即便sender失效也没问题

Gossip有个参数比较重要,就是每次传播的节点的个数

节点过小过大都不合适

  • 过小:传播的慢
  • 过大:传播的快,但是浪费带宽

分布式系统模型

一开始就要对系统进行建模,建模的时候既要考虑容忍性问题,就是哪些问题可以容忍,哪些不可以容忍

设计分布式系统、分布式协议时使用的抽象模型,从以下三个方面进行定义:

在设计分布式系统的时候,下面这些东西都要定义的

1. 定义角度

  1. 网络行为模式

    • 网络拓扑(点对点、多播、广播);
    • 通信链路的行为模式
  2. 节点故障模式

    • 失效停止模式( fail stop

      (有一个节点失效就停止了)

    • 失效停止重启模式( fail recovery

    • 拜占庭 ( 模式( fail arbitrary

      (一个节点失效后,不确定,可能不工作,可能产生一些副作用。就是失效之后瞎捣乱

      比如黑客控制一个节点,说谎

      分布式系统的学术研究,很多都是研究拜占庭的)

  3. 时间(同步)模式

    • 同步模式( Synchronous
    • 异步模式( Asynchronous
    • 部分同步模式( Partially synchronous

2. 不同模式的链路

以下只考虑点对点通信拓扑:

  • 任意链路

    • 丢包、重复包、内容篡改、伪造、乱序、传输延迟抖动
    • 有 主动攻击者 存在的情况
  • 一般损失链路

    • 只存在丢包、重复包、乱序和传输延迟抖动

      在局域网内可能只有这些问题,因为不存在黑客进行内容篡改伪造,也不存在打雷造成传输延迟抖动

    • 链路会发生断裂( Partition ),但断裂持续时间是有限的

  • 可靠链路

    • 发送者发出的每个消息都可以被正确接收

      UDP + Retry + quchong

    • 但是:( 1 )存在传输延迟抖动

    • 但是:( 2 )接收到消息的顺序可能和发送顺序不一致

  • 可靠 FIFO 链路

    • 发出的每个消息都可以被正确接收并且不会乱序

    TCP 底层直接采用TCP那么就是可靠链路,那么可能效率会下降

    但是即使使用TCP协议,也会出问题,比如网线断了,那么TCP连接也会断

    TCP + 重连retry,在TCP上面新建立一个retry的业务,就是定时进行测试,如果tcp断了,那么retry

而且TCP能避免了点对点乱序,但是避免不了多点乱序

也就是可靠链路要考虑乱序和延迟抖动问题

3. 时间(同步)模式

  • 同步模式
    • 消息传输延迟不超过已知的上限
    • 节点以已知速度执行算法
  • 异步模式
    • 消息传输延迟没有上限
    • 节点在运行期间可能会暂停任意长的时间
  • 部分同步模式
    • 系统大部分时间工作在同步模式;
    • 但在有限时间段(该时间段长度不可预知)内工作在异步模式;
    • 具体应用:设计分布式协议时可以在某些环节设定超时值,但协议的正确性、活性不完全依赖于该超时值。

同步模式:

  • 假设最大延迟是1s,如果有个节点超过1s还未回馈,说明这个节点死了,就在算法中排除这个节点了
  • 这样从算法层面上就排除了
  • 但是系统在真正运行的过程中容错性比较低,实际中节点也有可能因为在做其他处理而来不及回馈

异步模式:

  • 容错性比较高,允许一个节点很长时间不回馈
  • 但是在异步模式下设计算法是比较困难的

部分同步:

  • 实际的算法大都采用部分同步模式
  • 当工作在同步模式下不再实用的时候,采用部分同步
  • 大部分时间是同步,但是小段时间允许异步

Paxos协议

image-20230601151039546

  • 其他几个节点选举A是leader,A给其他节点发布号令
  • 但是如果有段时间A不响应了,一些节点会认为A挂了,选举B节点为leader,但是一些节点并不知道A挂了
  • 而且A可能处于内外存倒换状态,就是处于部分同步的超时状态
  • 等一段时间之后A醒来了,但是并不知道自己不是leader了,继续给部分节点发布号令,此时B也发号令;而且一部分节点认为A是leader,一部分认为B是leader

  • 这就是部分同步模式下出现的问题
  • 而Paxos协议能够解决这些问题的

如何验证一个分布式算法的正确性

image-20230601150027837

  • 就是这个样子,一个算法可以转换成一个状态机
  • 然后假定S0正确,证明对任意的Sn-1,Sn是正确的

证明算法的正确性一定要在严格意义的数学上证明是正确的

posted @ 2023-10-07 17:24  Crispy·Candy  阅读(61)  评论(0编辑  收藏  举报