一、分布式数据库和NoSQL

1. MySQL复制注意事项：



1. 主主复制的两个数据库不能并发写入

2. 复制只是增加了数据的读并发能力，没有增加写并发能力和存储能力

3. 更新表结构会导致巨大的同步延迟

2. 数据分片：



• 分片目标

• 分片特点

• 分片原理

3. 分布式数据库中间件



扩缩容：将数据分散在多个数据库database，扩容时，迁移database。

4. CAP原理



分布式系统 可用性、一致性、分区耐受性无法同时满足。



一致性Consistency

一致性是说，每次读取的数据都应该是最近写入的数据或者返回一个错误，而不是过期数据，也就是说，数据是一致的。



可用性Availability

可用性是说，每次请求都应该得到一个响应，而不是返回一个错误或者失去响应，不过这个响应不需要保证数据是最近写入的，也就是说系统需要一直都是可以正常使用的，不会引起调用者的异常，但是并不保证响应的数据是最新的。



分区耐受性Partition tolerance

分区耐受性是说，即使因为网络原因，部分服务器节点之间消息丢失或者延迟了，系统依然应该是可以操作的。



CAP原理

当网络分区失效发生的时候，我们要么取消操作，这样数据就是一致的，但是系统却不可用；要么我们继续写入数据，但是数据的一致性就得不到保证。

对于一个分布式系统而言，网络失效一定会发生，也就是说，分区耐受性是必需要保证的，那么在可用性和一致性上就必须二选一。

当网络分区失效，也就是网络不可用的时候，如果选择了一致性，系统就可能返回一个错误码或者干脆超时，即系统不可用。如果选择了可用性，那么系统总是可以返回一个数据，但是并不能保证这个数据是最新的。

所以，关于CAP原理，更准确的说法是，在分布式系统必须要满足分区耐受性的前提下，可用性和一致性无法同时满足。

5. 最终一致性



数据最终一致

冲突解决策略：根据时间戳，最后写入覆盖。

客户端冲突解决。

投票解决冲突（Cassandra）。

二、分布式一致ZooKeeper

1. 分布式系统脑裂



在一个分布式系统中，不同服务器获得了互相冲突的数据信息或者执行指令，导致整个集群陷入混乱，数据损坏，称为分布式系统脑裂。

2. 分布式一致性算法Paxos

三个角色：Proposer，Acceptor，Learner