架构师训练营：第六周总结

分布式系统的CAP

什么是CAP

C (consistency) : 一致性，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，而不是过期的数据，也就是说数据时一致的。

A (Availability) : 可用性，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，但是不保证返回的数据时最近写入的。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，但并不保证响应的数据时最新的。

P (Tolerance to newowrk Partitions) : 分区耐受性，即使因为网络原因，部分服务器节点之间消息对视或者延迟了，系统依然是可以操作的。



cap原理：

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得到满足。

cap原理下数据存储冲突的示例图：

分布式存储系统有三个节点，当节点B与A和C之间的网络通信故障时。 客户端1对节点A的数据更新，客户端3对节点的数据更新，由于节点B与节点C和A之间的网络故障无法进行数据同步，导致客户端4查询出来的数据与客户端2查询出来的数据不一致。



数据不一致的解决办法

1、保持最终一致性（最终一致意思为，用户读取的时候数据保证一致，在发现分布式系统中某个节点的网络故障时，限制向该节点读写）

2、保证最终写入一致 (根据写入的时间戳覆盖，新的覆盖旧的，需要节点的时间必须做到精确同步）

3、业务场景解决（比如数据不一致导出出现了多个购物车数据，在业务中可以直接将内容合并为一个）

4、投票解决冲突 （分布式系统每个服务器投票，多数覆盖少数）

NOSQL分布式数据库

Cassandra

cassandra是一套开源分布式NoSQL数据库系统。

它的名称来源于希腊神话。最初由Facebook开发，用于储存收件箱等简单格式数据，集GoogleBig Table的数据模型与Amazon Dynamo的完全分布式的架构于一身。Facebook于2008将cassandra开源，后逐渐成为了一种流行的分布式结构化数据存储方案。

cassandra 解决分布式一致性的方式是，使用投票方式，在写入和读取的时候，根据数据的值计算出对应的三个节点，同时向三个节点写入。读取时向三个节点读取，使用投票的方式决策返回的数据。

HBase

HBase – Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。

HBase是Google Bigtable的开源实现，类似Google Bigtable利用GFS作为其文件存储系统，HBase利用Hadoop HDFS作为其文件存储系统；Google运行MapReduce来处理Bigtable中的海量数据，HBase同样利用Hadoop MapReduce来处理HBase中的海量数据；Google Bigtable利用 Chubby作为协同服务，HBase利用Zookeeper作为对应。 



HBase 使用Region把数据分片存储了，再使用HFile 自动3备份的特性保证数据可用性，数据一致性保证是使用数据分片算法，指定到一个Region上不存在多个节点同时写的情况，所以数据一致性高。但是HBase的服务的可用性比较低，如果其中一个Region服务器宕机，指向该Region的数据读写操作都不能进行，只能等待备份文件迁移到其他Region上才可用。

Hbase的架构图



Hbase数据访问访问时序图：

HBase的数据存储结构是使用 LSMT（log struct merge tree）日志合并树的结构。最近写入的数据会先存放在内存中，之后向硬盘的数据合并。所以Hbase 查询最近更新的数据会比较快。

结构示意图：



分布式一致性解决产品Zookeeper

分布式系统脑裂问题

分布式系统中一般会有一个决策中心，为了保证决策中心高可用，会双机部署决策中心，但是就会产生系统有两个决策者的问题。这就是脑裂问题。

paxos算法，解决脑裂

有三个角色

proposer（提议者）：决策中心服务器

accptor（提议接收者，不能同时接受两个相同的提议，且只能接受最新的提议）：分布式服务器的节点

leaner（学习者）：分布式服务器的节点

大致思路：1、提议者向所有接受者发出提议信号，接受者接受或拒绝。当提议超过一半接受者接受时。2、向接受者发出执行信号，3、接受者向所有学习者发出执行信号。最终达到整个系统一致。（个人认为主要还是使用了投票的方法决策的，大致思路是个人理解的。听说事实算法很复杂，论文好几页）



Zookeeper解决脑裂

zookeeper 使用zab协议简化了 paxos算法，

大致也分为三步，1、leader服务器发出propose信号，2、其他节点ack响应，3、超过半数响应时发出commit信号。

原理是，在自动从所有可用的节点中选举出leader服务器作为控制中心，保证决策一致性。

zookeeper使用树状记录结构，记录分布式系统中的信息。

zookeeper的几种使用方式

1、做动态配置管理，分布式系统从zookeeper监听获取配置，实现动态添加配置

2、分布式系统选举Master

3、集群管理（负载均衡），集群节点配置到zookeeper中。实现动态添加集群节点。



zookeeper的性能

分布式系统的节点数越大，zookeeper的读取性能越好。

分布式系统的节点数越大，zookeeper的写入性能越不好（因为需要做决策）。



最后：分布式系统节点数最好是单数，便于zookeeper投票决策。