1.分布式数据库

分布式数据常见的模式有三种，以MYSQL为例：

• 主从（可多从）复制

主要用于单表数据不是很大（能存下或者查询效率满足要求）且写小读多的情况，主负责写，从负责读，在业务上涨并发数增加的情况下，可以通过增加从库数量来解决读的性能问题。

缺点：主存在单点问题，数据写入能力和存储能力没办法水平扩展。

• 主主复制

在主从基础的一个升级版本，解决了主单点的问题。通过增加一个主节点，做为备用节点，在主宕机的情况下，系统可以在较短的时间内（几秒或者几分钟）实现恢复主写入功能。

注意点：

1、主主复制的两个库不能并发写入，数据写入能力和存储能力还是没有办法水平扩展。

2、更新表结构会导致巨大的同步延迟，因此在修改表结构时需要先关闭同步功能，然后同时手动在各个节点执行DDL操作，完成后在开启同步功能。

• 数据分片

当单表无法数据存储满足需求时，就要用到数据分片功能，就不同分片的数据存储到不同的机器上去，解决写能力和存储能力不足的问题。

注意点：

1、使处理逻辑变的复杂，需要大量额外的代码。

2、有些单库能使用的SQL语法不能使用，例如：联合查询，group操作等。

3、无法使用数据库事务。

4、服务器如何水平扩展的问题。

在上面四点中，我觉得第4点在最开始设计的时候非常关键，直接影响到后续扩展机器的时候，如何尽可能的减少对系统的影响。

老师在课程中将的一个策略我觉得很好，在一开始就设计好要分片的数量，并将每个分片的数据进行物理隔离。在扩展的时候直接将某些分片直接迁移到新机器上，数据直接通过文件拷贝的方式进行迁移，这样操作简单且速度块。



常用的分片中间件有：Mycat、 Corbar。

2.NOSQL

NOSQL中老师主要讲到了CAP原理，具体如下（从作业copy过来）：

CAP原理是针对分布式数据库而言的，是指在分布式系统中，一致性(Consistency, C)、可用性(Availability, A)、分区耐受性(Partition Tolerance, P)三者不可兼得。

• 一致性(Consistency, C)

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（Every read receives the most recent write or an error）,而不是过期的数据，也就是说，数据是一致的。

• 可用性(Availability, A)

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（Every request receives a (non-error) response,without the gurantee that it contains the most recent write）, 也就是说系统需要一直可以正常使用的，不会引起调用者的异常，但并不保证响应的数据是最新的。

• 分区耐受性(Partition Tolerance, P)

分期耐受性是说，即使因为网络原因，部分服务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（The system continus to oprate dispite an arbitrary number of messages being dropped (or delayed) by the network between nodes）



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

在分布式系统中网络失效是一定存在的，也就是说分区受耐性是一定要保证的，那么在一致性和可用性上就必须二选一。所以在CAP中要么选择CA要么就选择CP。



BASE理论

BASE理论是基于CAP定理演化而来，是对CAP中一致性和可用性权衡的结果。核心思想是指即使无法做到强一致性，但每个业务根据自身的特点，采用适当的方式来使系统达到最终一致性。

• 基本可用（Basically Available）：指分布式系统在出现故障的时候，允许损失部分可用性，保证核心可用。但不等价于不可用。

• 软状态(Soft state)：软状态是指允许系统存在中间状态，并且该中间状态不会影响系统整体可用性。即允许系统在不同节点间副本同步的时候存在延时。

• 最终一致性(Eventually consistent)： 系统中的所有数据副本经过一定时间后，最终能够达到一致的状态，不需要实时保证系统数据的强一致性。最终一致性是弱一致性的一种特殊情况。

BASE理论面向的是大型高可用可扩展的分布式系统，通过牺牲强一致性来获得可用性。ACID是传统数据库常用的概念设计，追求强一致性模型。



3.分布式一致性Zookeeper

3.1分布式系统脑裂问题

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。为了解决这种问题，业界有研究了一套分布式一致性算法Paxos。

Paxos算法中三个角色:

Paxos算法处理过程:

Paxos算法处理的部分规则：

3.2Zookeeper

Zookeeper通过zab协议（Paxos算法的简化版）解决了分布式一致性问题。

Zookeeper架构：

Zab协议：



3.2.1Zookeeper应用场景

• 配置管理

用于存储配置数据，数据使用者通过watch功能来感知配置信息的变化。

• 选master

各个节点通过向zookeeper提交创建一个临时目录的方式选举master。

• 集群管理（负载均衡）

各个节点向ZK创建一个临时目录的方式完成节点注册功能。并通过watch的方式接收节点的变化情况，达到对节点上下线的感知。