分布式系统架构（一）——三大理论

一、从集中式到分布式

集中式概念：

     一台或多台计算机组成中心节点，所有的数据、服务均中存储部署于这个中心节点。每个终端机只负责数据录入和输出，而数据的存储和控制均由主机完成。

集中式的优点：

     1、中心节点强大的计算和IO处理能力

集中式的问题：

     1、主机昂贵

     2、单点故障

     3、扩容困难

分布式概念：

     分布式系统是一个硬件或软件服务分布在不同的网络计算机上，彼此通过消息传递进行通信和协调

分布式的特点：

     1、随意分布：分布式系统的多台计算机会在空间上随意分布，且可随时变动

     2、无主从之分：Replica是分布式系统最常见概念之一，指分布式系统对数据、服务的冗余方式，为对外提供高可用服务，往往会对数据服务进行副本处理。（数据冗余：在不同节点上持久化同一份数据；服务冗余：多个节点提供同一种服务）。 

分布式的问题：

     1、并发性：分布式的多个节点并发操作共享资源时（如数据库存储），如何准确高效的协调并发操作

     2、缺乏全局时钟：分布式系统通过消息进行通信协调，很难定义两个事件谁先谁后的顺序性。

     3、通讯异常：由于网络传输等因素，分布式系统节点间通信会出现异常、消息延迟、丢失的问题

     4、脑裂：当网络异常时，分布式系统中部分节点之间网络延时不断增大，最终导致部分节点瘫痪，只有一部分可正常通信

     5、一致性问题 ：后续详解

分布式环境下三态：

     成功、失败、超时

     发送方发了----接收方未收到----->消息丢失

     发送方发了----接收方收到了----->返回response失败----->response消息丢失 

二、三大理论模型

事务四大特征ACID:

     1、原子性：每个事务都属于最小操作单元，要么全部成功，要么全部失败。

     2、一致性：数据库总是从一个一致性的状态转换到另一个一致性的状态。例如，即使取钱操作失败，因为事务没有提交，所以事务 ，所做的修改也不会保存到数据库中，数据还是事务执行前的状态。如果事务执行成功，那数据就是执行后的状态，保持不变。

     3、持久性：事务一旦提交，对数据库的更改操作就是持久的。

     4、隔离性：多个事务并发执行，彼此独立互不干扰。

          未提交读（脏读）：A B 同时操作一份数据，A读到B尚未提交的记录。例如B将数据从库里的1累加到10，B事务完成数据库  最终值为10，未提交读隔离级别使得A能读到B从1-10累加过程中的中间数据。

          提交度（不可重复读）：A 只能读到B提交后的数据。也就是说A只能读到原纪录1或B累加操作事务提交后的10，不会读到B操作的中间数据。

          可重复读（幻读）：

          串行化：事务严格按照一定顺序串行。 

     对于本地事务和集中式事务采用ACID模型保证数据的一致性。但在分布式系统中，分布式事务由多个一系列操作完成，且参与节点有可能出现在不同节点上。如异地存款、取款服务。难以保证ACID。于是衍生出来CAP和BASE理论模型。 

CAP：

     一个分布式系统不可能同时满足一致性、可用性和分区容错性。三者择其二。

     1、一致性：当数据副本分布在不同系统中，对数据节点A进行更新操作，保证其他所有副本节点都同时更新为最新值。

          强一致性：近乎实时同步

         弱一致性：允许一定时间范围内的同步延迟。典型应用：最终一致性处理

     2、可用性：

          系统服务必须一直处于可用状态。衡量：用户每个请求都必须在有限时间内返回结果。

     3、分区容错性（可扩展）：

          因为分布式系统各个节点分布在不同网络区间中，分区容错性要求分布式系统在遇到网络分区故障时，仍需要保证对外提供一致性、可用性服务。

      放弃分区容错性意味着放弃节点可在不同网络区间部署的特性-即放弃可扩展性，既然是分布式系统必然要求节点被部署到不同分区服务器中（不可取）。所以一般是在CA间做权衡。 

BASE:

     1、基本可用：

          在系统发生不可预知故障时，允许一部分可用性损失。（响应时间或功能上进行服务降级）

     2、软状态：

          允许系统中数据存在中间状态。即允许不同加点的数据副本间存在同步延时的情况

     3、最终一致性：

          系统数据无需实时同步，保证最终数据能达到一致即可。

     牺牲一致性来保证可用性，允许数据在一段时间内是不一致的，但最终达到一致即可。