第1章：分布式架构
? 将多台机器组成分布式的处理方式越来越收到业界的青睐。
1.1 从集中式到分布式
? 由于大型主机拥有卓越的性能和良好的稳定性，在单机处理方面优势非常明显。
? 但是随着计算机系统向网络化和微型化的方向发展，传统的集中式处理越来越不适应人们的需求。
大型主机的缺点：
? （1）操作难度大。
? （2）价格昂贵
? （3）虽然大型主机稳定，但是一旦出现故障后果严重
? （4）扩容非常困难
阿里提出的“去IOE”运动，让计算和存储能力出现了巨大的挑战，所以电商系统正式迈入分布式系统的时代。
1.1.1 集中式的特点
? （1）整个系统的所有业务都部署在这个中心节点上。
? （2）所有的业务集中处理
? （3）不需要考虑多个节点的协作问题
1.1.2 分布式的特点
? 分布式系统的定义： 是一个硬件或者软件组件分布在不同的网络计算机上，彼此之间仅通过消息传递进行通信和协调的系统
? 分布式系统的几大特征
? （1）分布性：
? 多台计算机随意分布，也可以随时变动
? （2）对等性：
? 计算机没有主从之分，都有的节点都是对等的。
? （3）并非性：
? 多个计算机同时操作共享的资源
? （4）缺乏全局时钟：
? 因为没有全局的时钟，很难定义两个事件谁先谁后。
? （5）故障总是发生：
? 随着机器的增加，故障也会发生的越来越多
1.1.3 分布式环境的各种问题
? 1、通信异常
? （1）由于网络的不可靠，比如会导致通信发生异常，比如消息的丢失或者消息的延迟
? 2、网络分区（脑裂）
? （1）随着节点之间的网络延迟不断加大，导致分布式系统中只有部分的节点可以正常工作，另一部分节点不能。
? （2）这个现象称为网络分区，俗称“脑裂”
? 3、三态
? （1）网络请求有“三态”概念，分别是成功、失败与超时。
? （2）集中式的系统中只有成功与失败两个状态，但是分布式系统中有超时的问题
? 4、节点故障
? （1）分布式系统中某些节点出现宕机或者死机的现象。
? （2）且随着分布式模型的增加，故障发生的频率越来越高，几乎每天都在发生。
1.2 从ACID到CAP/BASE
1.2.1 ACID
? 事务有四大特性，分别是ACID，即原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持久性（Durability）。
? （1）原子性
? 要么全部执行，要么全部不执行。如果执行一半出现错误，则将之前执行的全部撤回。
? （2）一致性
? 一致性是指事务不破坏数据库的完整性和一致性。
? 数据库的完整性包括实体完整性、参照完整性、用户定义完整性
? （3）隔离性
? 事务之间是相互隔离的，两个同时执行的事务之间不互相影响。
? 在SQL规范中提供了4中隔离级别，分别是①未授权读取 ② 授权读取 ③ 可重复读 ④ 串行化
? 其中严格程度从低到高，最严格的是④串行化
? 读脏数据： 不加写锁的情况下，当前事务读取已经撤销的数据
? 不可重复读：不加读锁的情况下，读取后的数据被偷偷修改。第二次读就不一样了。
? 幻读：加写锁的情况下，事务中进行两次查询，发现结果不一致。
| 隔离级别 | 读脏数据 | 可重复读 | 幻读 |
|---|
| 未授权读取 | 存在 | 不可以 | 存在 | | 授权读取 | 不存在 | 不可以 | 存在 | | 可重复读取 | 不存在 | 可以 | 存在 | | 串行化 | 不存在 | 可以 | 不存在 |
?
1.2.2 分布式事务
? 分布式系统在实现ACID的时候，十分的复杂
1.2.3 CAP和BASE理论
? 分布式系统无法严格地满足ACID特性。如果满足严格的ACID必然会导致分布式系统变得无法使用。
? 所以可用性和一致性是一个无法两全其美的方案。
? 基础此，学者提出了CAP和BASE的分布式系统的经典理论。
CAP定理
? CAP理论： 分布式系统无法同时满足C、A、P三个需求，最多只能同时满足两个。
? C代表一致性（Consistency）、A代表可用性（Availability）、P代表分区容错性（Partition tolerance）
（1）一致性
? 数据的多个副本保持一致的状态。
? 强一致性：如果一个数据有三个副本，那么更新信息的时候需要将三个副本的信息同时更新完成后，才算更新成功。
（2）可用性：
? 对于每个用户的请求，总是在有限的时间内返回结果。
? 有限的时间是人为设定的，如果超过这个时间就认为不可用
（3）分区容错性
? 当遇到某个分区故障时，仍然能够保证对外提供满足一致性和可用性的服务。
? 比如说有一个数据有多个副本，则一个分区故障，另外两个依然可以保证系统的正常运行。
| 放弃CAP的某一定理 | 说明 |
|---|
| 放弃P | 放弃容错性，那么一个数据只有一个副本，意味一旦节点出错，该数据就再也找不回来了。 | | 放弃A | 放弃可用性，意味着用户需要等待长时间，如果节点出错，那么用户只能等待节点恢复，则不可用 | | 放弃C | 放弃一致性，意味着数据的多个副本可以不一致。 |
对于分布式架构中，P是最重要的，因为多个副本能保证数据一定不会丢失。这就意味着设计师需要在C和A之间寻求平衡。
BASE理论
? BASE理论是CAP理论无法满足的情况下，一种退而求其次的做法
? BASE指的是 Basically Available（基本可用）、Soft state（软状态）和Eventually consistent（最终一致性）
（1）基本可用
? 允许损失一部分的可用性。
? 比如搜索一个内容需要0.5秒返回结果，出现过在则可以增加1~2秒。
? 比如高峰期进行网上购物，那么为了稳定，可能会被引导到降级的页面。
（2）软状态
? 允许同一数据的不同副本之间有短时间内的不一致
（3）最终一致性
? 所有的数据副本，经过一段时间的同步后，最终能够达到一致性的状态。
|