第一章 分布式系统概述

一、分布式系统的组成

 

 

 二、分布式协调组件

单机：进程间通信的可行措施有共享内存，信号量，事件

单机系统有单点故障缺陷

分布式协调组件的作用：对外提供分布式同步服务

一个协调组件内部也是由多个节点组成，节点间通过分布式一致性协议Paxos,Raft等来协调彼此的状态

三、分布式存储系统

分布式文件系统：HDFS

分布式数据库系统是在文件系统上的进一步抽象，大都采用最终一致性设计

一致性理论有哪些？

ACID属性：强一致性，分别为原子性（Atomicity）,一致性（Consistency）,隔离性（Isolation）和持久性（Durability）

CAP理论：在分布式系统中，没有办法同时达到一致性（Consistency）,可用性（Availability）和网络分区可容忍性（Tolerance to Network Partitions）

只能三选其二

最终一致性：在“有穷”的时间内，各个节点上的数据最终会收敛到一致的状态，这里的“有穷”通常指很短暂的时间，几分或几秒就算比较长了

网络分区可容忍性：指一个分布式系统中是否允许出现多个网络分区，即如果网络断开，允许一个系统中的多个节点被分成多个孤岛

为什么三者不可同时满足？

如果满足P，那么当孤岛产生时，要么继续提供服务（即可用性），要么停止服务（即满足一致性）

同时在分布式系统中，孤岛是不可避免的，因此只能在C和A之间做选择

满足ACID的数据库：常见的关系型数据库如mysql

有哪些满足最终一致性的数据库？

基于键值对的：Redis,Memcached

基于列存储的：HBase,Cassandra

基于文档的：MongoDB

基于图的：Neo4j,OrientDB

四、分布式计算系统

批处理：一次性处理大批量数据，DataSet可拆分，可独立计算，各个数据集之间无依赖关系；特点是耗时，不实时，分而治之思想，如MapReduce

流处理：微批处理如Spark,以及真正的流处理如Storm和Flink

五、分布式系统中节点间关系

主从式：HDFS,HBase

对等式：Cassandra