ZooKeeper 6：分布式系统及相关理论

prev: ZooKeeper 5：集群模式

分布式系统

分布式计算机系统（Distributed Computer System），是指由多台分散的计算机，经互连网络的联接而形成的系统，系统的处理和控制功能分布在各个计算机上。分布式计算机系统又简称为分布式系统。

换个方式说，在一组物理上不相连的机器上提供服务，但是对于用户来说就像一台机器在工作一样，就是一个分布式系统：

• 将硬件或软件组件（服务）分布在不同的网络计算机上
• 通过消息传递进行通信和协调
  分布式系统的好处在于，方便横向扩展。例如传统的关系型数据库如MySQL，就比较难进行横向扩展，如果想提升数据库的能力，就只能提升机器的性能，如用更好的CPU更大的内存速度更快的辅存等。但是这种纵向扩展能力是有上限的，即使用最好的机器，也总有一天无法满足生产需要。横向扩展是通过增加机器数量来提供更好的系统性能，它的成本更小，且更具有弹性，理论上可以支撑无限大的生产需求。
  也就是说，这一组机器和服务，对外需要具有完全相同的状态，这就需要对分布在各地的服务通过一定的机制进行管理。

典型问题

1. 通信异常
   分布式系统依赖通信进行协调，如果通信故障则无法进行一切操作
2. 网络分区（脑裂）
   系统分裂为两个甚至多个局部小集群（分区）；各分区独立运行，同时提供服务，从而导致混乱。例如上一节中提到的脑裂问题：某服务6台机器对外提供服务，结果由于机房通信故障，选出来了俩主，各自提供服务
3. 节点故障
   任何机器可能随时宕机或僵死
4. 三态
   成功、失败和超时

CAP定理

什么是C、A、P

1. C（Consistency，一致性）

   含义：同一时刻，数据在不同节点的多个副本是否具有完全相同的值
   类型：

   • 强一致性：数据更新完成后，同一时刻，不同的读操作都能获得最新的值
   • 弱一致性：数据更新完成后，同一时刻，不同的读操作不一定都能获得最
     新的值，也无法保证多长时间之后可以获得最新的值

2. A（Availability，可用性）
   含义：对于每一次请求，系统是否都能在有限（指定）的时间内做出响应

3. P（Partition Tolerance，分区容错性，最重要）
   含义：当发生网络分区时，系统仍能对外提供满足一致性C和可用性A的服务

CAP定理内容

图源：架构设计之「 CAP 定理 」
表述：分布式系统在同一时间片段内，不可能同时满足一致性C（此处指强一致性）、可用性A和分区容错性P，最多只能满足其中的两项。
注意：“满足”意味着100%，C满足强一致性，A 满足绝对可用性。
举例：

• CA系统（不满足P）：满足绝对一致性和绝对的可用性，任何时候来的事务都能得到解决和处理，但是无法扩展，这也就违背了分布式系统的设计初衷
• CP系统（不满足A）：满足分区容错性和绝对一致性，所有服务器之间是强一致的，但是分区会导致服务时间无限延长，等数据一致之后再提供服务
• AP系统（不满足C）：满足分区容错性和绝对可用性，每个节点使用自己本地的数据提供服务，但是可能会导致全局数据的不一致

对分布式系统而言，网络分区无法避免，满足P是前提条件，所以不可能选CA架构，只能选择CP或AP架构。

举例：发生网络分区时，某个节点正在进行写操作：
如果为了保证C，必须禁止其他节点的读写操作，那就与A冲突了；
如果为了保证A，其他节点正常读写，那就与C冲突了；
CAP是一种比较脱离实际的理想化、理论化的内容。

BASE理论

什么是BASE

1. BA(Basically Availability，基本可用性)
   当系统发生故障时，在确保核心功能和指标有效的提前下，允许损失部分可用性，包括响应时间上的损失、非核心功能上的损失等.
2. S(Soft State，软状态)
   允许数据存在中间状态（暂时未更新），且该状态不会影响整体可用性
   允许不同节点上的数据副本的同步过程存在一定延时
3. EC（Eventually Consistency，最终一致性）
   分布在不同节点上的数据副本，在经过一定时间的同步后，最终达到一致状态。例如：Zookeeper、HDFS QJM写事务的过半策略。
   可以理解为弱一致性的升级版，强一致的妥协版。

BASE理论内容

表述：分布式系统在满足分区容错性P的同时，允许数据软状态S的存在，并实现基本可用性BA和最终一致性EC。
理解：在满足P的前提下，对CAP中的强一致性A和绝对可用性C进行适度妥协。通过容忍部分数据的暂时不一致（软状态），即牺牲数据的强一致性（确保最终一致性），以确保系统的核心功能和指标有效（基本可用）。

ZooKeeper的基本特性

回到ZooKeeper，分布式的相关理论在ZooKeeper上的基本特性是：

• 最终一致性（最重要的功能，实现BASE理论）
• 有限实时性（不能保证拿到最新数据）
• 原子性（集群所有服务器都成功执行了某一事务，或者都没有）
• 顺序性（事务严格按照顺序应用到ZooKeeper）
• 可靠性（服务器执行了某一事务，引起的数据改变要保留）
• 单一视图（无论连接哪个服务器，看到的数据模型都是一致的）

在 ZooKeeper 中，采用的是最终一致性，即经过一段时间后，ZooKeeper 集群服务器上的数据最终保持一致的特性。

参考

架构设计之「 CAP 定理 」
大数据理论与实践2 分布式协调服务Zookeeper
CAP定理