分布式系统（1）基础知识

随着业务需求不断的扩大，单机系统所带来的瓶颈无法通过扩容和增强单机运算能力来解决，从而诞生了分布式系统Distributed System的发展。分布式系统的发展也是循序渐进的过程，从单机应用到RPC远程访问，从SOA面向服务的架构到微服架构。互联网和大数据的发展提高了分布式系统发展的速度。
单机系统遇到的问题如下：

1. 单台机器整体运算速度慢，不能满足大数据运算的要求
2. 单台机器数据容量有限，不能满足互联网下大数据的存储
3. 单机在故障、运维的过程中，不能满足连续访问的需求

面对单机系统出现的问题，分布式计算框架、分布式计算引擎和微服务随之诞生，用于解决运算能力和存储空间，以及改善用户的体验感。同时分布式系统给系统分析、架构设计、代码研发、部署和运维带来新的挑战。在分布式系统中有些概念和理论必须要掌握和准守。以下从CAP、BASE和ACID的简介

CAP原则

CAP是Consistency、Availability和Partition tolerance的缩写，即一致性、可用性和分区容错性。下面分别对CAP进行描述：
Consistency：在分布式系统中，所有节点中的服务请求的结果必须是一致的，相当于拥有一份最新的数据
Availability：在分布式系统中，单个节点故障不会影响服务的请求和响应，访问速度也应在合理范围内
Partition tolerance：在分布式系统中，即使分区之间网络不通，也能对外提供服务，即节点之间的连接关闭，其他两个属性也会得到保证。分区基本可以理解为出现网络故障导致的通讯中断，形成两个以上的各自为政的孤岛服务器节点。
CAP原则，3项指标相互制约，在生产环境中无法全部满足，必须要有所取舍，比如CA、CP和AP组合。

BASE

BASE是Basically Available、Soft state和Eventually consistent的简写，即基本可用 、软状态 和最终一致性。BASE强调的可用性，获取高度的可用性，也就是纯粹的高性能，那么就要牺牲一致性或容忍性。
Basically Available是指分布式系统在出现故障的时候，在保证核心可用的前提下允许损失部分可用性。
Soft state：允许不同节点间副本同步的延时
Eventually consistent：分布式系统中各个节点经过一定时间后，数据副本最终能够达到一致的状态

ACID

ACID是Atomicity、Consistency、Isolation和Durability的简写，即原子性、一致性、隔离性和持久性。在数据库管理系统中，在写入或更新的过程中，ACID保证事务（transaction）的正确可靠。
Atomicity（原子性）：一个事务（transaction）中的所有操作，或者全部完成，或者全部不完成，不会结束在中间某个环节。事务在执行过程中发生错误，会被回滚（Rollback）到事务开始前的状态，就像这个事务从来没有执行过一样。即，事务不可分割、不可约简。
Consistency（一致性）：在事务开始之前和事务结束以后，数据库的完整性没有被破坏。这表示写入的资料必须完全符合所有的预设约束、触发器、级联回滚等。
Isolation（隔离性）：数据库允许多个并发事务同时对其数据进行读写和修改的能力，隔离性可以防止多个事务并发执行时由于交叉执行而导致数据的不一致。事务隔离分为不同级别，包括未提交读（Read uncommitted）、提交读（read committed）、可重复读（repeatable read）和串行化（Serializable）。
Durability（持久性）：事务处理结束后，对数据的修改就是永久的，即便系统故障也不会丢失。