分布式基础

分布式系统需要实现的指标

• scalability: 可扩展性，系统能够适应其工作增长的能力，随着其处理的工作增加，性能和可用性并不会降低

• performance:性能，通过系统完成的一工作量已经需要的时间或资源衡量，具体要求：

  • 低响应时间， 低延迟
  • 系统资源使用率低（CPU和内存）
  • 高吞吐量

  latency：延迟, 事件开始到对外部可见之间的时间间隔。eg, 对数据的修改与实际用户观察到数据的修改

• availability:可用性，系统可用时间所占比例

• fault tolerence:容错， 当一些节点发生故障时，系统任然可用的能力

• 分布式系统两个比较重要的属性：

  • safety: 安全性，是指坏的是一定不能发生，比如系统之间的节点同一条条记录不一致。
  • liveness：活性，是指好的事最终一定会发生，比如系统的最终一致性

分布式系统模型：

分布式系统模型需要是对下面几个方面的抽象：

• 节点的能力以及节点是如何fail的（参加failure模型)
• 节点之间的网络连接能保障的能力
• 整个系统的一些属性，例如时间和顺序

接下来分别讨论这三方面

failures 模型

介绍故障模型前先讲一些故障的概念：
fault, error and failure
系统中某一个步骤偏离的正确的执行叫做fault，如果fault不可修复则称为error； 如果一个fault没能在影响整个node状态前被修复则是error；如果一个error没能在扩散到其他节点前修复则是failure。接下来我们所说的故障一般都是指failure.
原文

• Byzantine or arbitrary failures
• Authentification detectable byzantine failures
• Omission failures
• Crash failures：节点crash了，所有的请求都无法做出响应
• Fail-stop failures：节点只存在crash failures，同时假设其他的节点能够检测到系统crash了。

节点之间的网络连接

现实情况下，系统提供的最低保障是节点之间的消息有可能延迟，重复，丢失，乱序

时间模型

• 同步模型(synchronous system model)： 同步模型是一个理想的模型，基于下面三个假设我们能够决定事务发生的全局顺序，也能够判断一个节点是执行失败了还是执行太慢没有响应。

  1. 时钟漂移有上限（即系统有一个全局时钟）
  2. 网络延迟有上限
  3. 所有节点运行速率一样（运行时间有上限）

• 异步模型 （asynchronous system model）：我们实际生活中的是异步模型，异步模型中节点没有同步的全局时钟，网络有可能无线延迟，节点的处理速率不一样

基本理论

• CAP理论：在分区（Partition）存在的情况下，系统的一致性（Consistency）和可用性（Availability）之间不可能同时满足。这里的一致性是指强一致性
• FLP不可能理论：在一个异步系统中，不存在一个确定的算法是系统达到共识，即使消息不会丢失，系统中的节点只可能因为crash而fail
• BASE理论：在实际场景中，系统基本可以（Base Available），存在不一致的中间状态（Soft State） ，系统具有最终一致性（Eventually Consistency)

基本算法

2PC，3PC，paxos， raft

学习资料

• Distributed systems theory for the distributed systems engineer
• Distributed Systems for fun and profit
• Paxos Made Simple
• Raft Paper