从Paxos到Zookeeper分布式一致性原理与实践 读书笔记之（一） 分布式架构

1.1 从集中式到分布式

 1 集中式特点

 结构简单，无需考虑对多个节点的部署和节点之间的协作。

 2  分布式特点

分不性：在时间可空间上随意分布，机器的分布情况随时变动

对等性：计算机之间没有主从之分，所有计算机之间是对等的。副本是分布式系统对数据和服务提供的一种冗余手段。

数据副本，是指在不同的节点上持久化同一份数据，只是解决分布式系统数据丢失的最有效手段。

服务副本，多个节点提供同样的服务，每个节点有能力接受外部的请求并进行处理。

并发性

缺乏全局时钟：很难定义两个事件的顺序谁先谁后，原因是缺乏全局时钟序列控制。

故障总是会发生：组成分布式系统的所有计算机随时可能发生各种形式的故障。

 3 分布式环境各种问题

  通信异常

网络分区：当网络发生异常，系统中部分节点之间网络延时不断增大，最终导致只有部分节点能够通信，另一些节点不能。这一现象叫网络分区，或者“脑裂”。

三态：失败、成功与超时。

        节点故障：组成分布式系统的节点宕机或者“僵尸”，每个节点都会发生，每天都在发生。

1.2从ACID到CAP/BASE 

 1 ACID

原子性

全部成功执行

全部不执行

一致性

隔离性

未授权读取

授权读取

可重复读：事务处理过程中，多次读取数据是一致的。

串行化：所有事务被串行执行，是最严重的事务隔离级别。

 

隔离级别	脏读（Dirty Read）	不可重复读（NonRepeatable Read）	幻读（Phantom Read）
未授权读取 （Read uncommitted）	可能	可能	可能
授权读取（Read committed）	不可能	可能	可能
可重复读（Repeatable read）	不可能	不可能	可能
串行化（Serializable ）	不可能	不可能	不可能

 

级别越高，数据越安全，但性能越低。（不可重复读针对的是读取过程中其他线程对数据 update或delete,幻读针对insert进去符合条件的数据。）

持久性：指一个事务提交，它对数据的修改是永久性的。

 2 分布式事务

 3 CAP和BASE理论 

  CAP:一个分布式系统不可能同时满足一致性、可用性、分区容错性，这三基本要求最多只能满足其中的两个。

一致性：在多个副本中的数据是否能保持一致。

可用性：指系统提供的服务是否一致可用，对用户的请求是否能在有限的时间内返回结果。

分区容错性：在遇到任何网络故障的时候，仍然满足一致性和可用性的服务。

         对一个分布式系统而言，分区容错性是一个最基本的要求。

Base理论：面向的是大型高可用可扩展的分布式系统，和传统事务的ACID不一样，它完全不同于ACID的强一致性模型，而是提出通过牺牲强一致性来获取数据在一段时间内是不一致的，但最终达到一致状态。

基本可用：分布式系统出现不可预知故障时，允许损失部分可用性。

响应时间上的损失

功能上的损失

弱状态：允许不同副本数据同步时候的传输延时。 

最终一致性：指系统中所有的副本，在经过一段时间的同步之后，最终能够达到一个一致的状态。