第 6 周学习总结

Cap

C：一致性

A:可用性。并不保证数据的一致性。

P :分区耐受性.



C和A无法同时满足.



最终一致性

1，通过时间戳，最后写入覆盖；

2，客户端程序自己实现数据的合并；

3，投票解决冲突；写三分，2分成功，则表示成功；读也是一样；

4，zk中心化



NoSQL对集群的伸缩比较容易。hbase存储(LSM)树。



传统数据库事务处理：acid

NoSQL事务处理:BASE



BA:基本可用；

S：软状态。可以存在中间状态，只要达到最终一致性就行了。

E：最终一致性。



分布是系统脑裂

两个masterA,B。一部分client访问A,一部分client访问B。则会出现A和B不一致。这就叫脑裂。



分布式一致性算法

多个master向proposer发起投票【那个master是ative master】，acceptors进行投票，learner是统计投票结果，client通过learner拿到最终结果。



Zab协议

leader和follower



client将请求发给其中一个follower，然后follower将请求发给leader，leader向所有的follower发起投票提案;所有的follower投票完成后将其结果返回给leader；leader统计结果，并将结果的状态同步给各个follower。这样follower的状态就一致了。



Zk

1,负载均衡与失效转移



写的性能比读的性能差。



技术评审

1，为什么要这个系统

2，达到什么样的目标

3，关键技术如何设计

4，如何能够完成目标

5，最后的效果如何



1，当前现状，现状分析；

2，产品需求；

3，技术指标；

4，技术架构；

5，产品规划；



每个虚拟节点数据对应一个文件，当迁移的时候，根据映射关系的调整，将虚拟节点的文件迁移到新的服务器上即可。



高可用的设计

写多份，一般是两份。读一份。



健康检查

1，configServer对DataServer心跳检查；

2，Client访问时，Fail报告；

3，其他Client定时配置抓取；



失效场景

1，瞬时失效；重试3次；

2，临时失效

服务端升级或者网络暂时不可用；

失效机器在段时间内可恢复（例如）；

回复后数据和失效前一致；



伸缩性设计

一个group在十几分钟内能够完成扩容，就用两个group就行了