分布式基础
拉勾教育版权所有：https://kaiwu.lagou.com/course/courseInfo.htm?courseId=69
2020-04-10
CAP理论
C Consistency 一致性：“所有节点同时看到相同的数据”。所有节点拥有数据的相同版本。
A Availability 可用性：“任何时候，读写是成功的”。服务一直可用，响应时间正常。SLA（服务水平协议）
P Partition Tolerance 分区容忍性（确定）：“当部分节点出现消息丢失或者分区故障的时候，分布式系统任然能够继续运行”。
CP架构，放弃可用性，追求一致性
ZooKeeper，核心算法Zab
AP架构，放弃一致性，追求分区容错性和可用性
Eureka
Base理论
由CAP理论演化而来，放弃强一致性，追求分区容错和可用性，是CAP的实际应用。
1. 基本可用（Basically Available）：分布式系统出现不可预知故障时，允许损失部分可用性（响应时间延长、服务降级）
2. 软状态（Soft-state）：相较于ACID事务的原子性（硬状态），允许系统中的数据存在中间状态，并认为该状态不影响系统的整体可用性，即允许系统在多个不同节点的数据副本存在数据延时
3. 最终一致性（Eventually Consistent）：在一定时间期限后，所有节点副本保持数据一致性
Quorum机制，选举算法（https://blog.csdn.net/jeffsmish/article/details/54171812）
无法保证强一致性，用来保证数据冗余和最终一致性的投票算法，在Paxos、Raft和Zookeeper的Zab算法中有许多应用。
Paxos算法（https://my.oschina.net/u/150175/blog/2992187）
一致性算法，CP
“这个世界上只有一种一致性算法，那就是Paxos算法，其它的算法都是残次品。”Google Chubby，Mike Burrows
Zab算法（Zookeeper）
Paxos是理论，Zab是实践
Zab增加了崩溃恢复的功能。
2020-04-19
区块链共识问题
区块链本质是一个去中心化的数据库。
CAP中的Consistency，侧重内容在时间顺序上的一致和统一。COnsensus（共识）指许多参与者对某项内容达成共识。
拜占庭将军问题
一版在网络通信中，把节点故障，也就是信道不可靠的情况称为“非拜占庭错误”，恶意响应，也就是系统被攻击，传递错误消息称为“拜占庭错误”。
核心：所有将军如何能达成共识去攻打拜占庭帝国。
拜占庭将军问题、Paxos算法和逻辑时钟都是由Leslie Lamport提出的。其获得了2013年的图灵奖。
POW（Proof of Work）工作量证明
POS权益证明
DPOS委托权益证明
分布式事务
数据库事务：ACID
脏读：一个事务中访问到了另外一个事务未提交的数据。
不可重复读：一个事务读取同一条记录2次，得到的结果不一致。
幻读：一个事务读取2次，得到的记录数不一致。
数据库隔离级别
SQL 标准根据三种不一致的异常现象，将隔离性定义为四个隔离级别（Isolation Level），隔离级别和数据库的性能呈反比，隔离级别越低，数据库性能越高；而隔离级别越高，数据库性能越差
（1）Readuncommitted读未提交
在该级别下，一个事务对数据修改的过程中，不允许另一个事务对该行数据进行修改，但允许另一个事务对该行数据进行读，不会出现更新丢失，但会出现脏读、不可重复读的情况。
（2）Read committed 读已提交
在该级别下，未提交的写事务不允许其他事务访问该行，不会出现脏读，但是读取数据的事务允许其他事务访问该行数据，因此会出现不可重复读的情况。
（3）Repeatable read 可重复读
在该级别下，在同一个事务内的查询都是和事务开始时刻一致的，保证对同一字段的多次读取结果都相同，除非数据是被本身事务自己所修改，不会出现同一事务读到两次不同数据的情况。因为没有约束其他事务的新增Insert操作，所以 SQL 标准中可重复读级别会出现幻读。
值得一提的是，可重复读是 MySQL InnoDB 引擎的默认隔离级别，但是在 MySQL 额外添加了间隙锁（Gap Lock），可以防止幻读。
（4）Serializable 序列化
该级别要求所有事务都必须串行执行，可以避免各种并发引起的问题，效率也最低。
对不同隔离级别的解释，其实是为了保持数据库事务中的隔离性（Isolation），目标是使并发事务的执行效果与串行一致，隔离级别的提升带来的是并发能力的下降，两者是负相关的关系。
分布式事务产生原因
存储层拆分
服务层拆分
解决方案
