分佈式設計（二）協調與同步

時間 2019-11-09

原文原文鏈接

分佈式互斥

對排他性的資源訪問方式，稱爲分佈式互斥。而這種被互斥訪問的排他性資源，就叫作臨界資源

如何訪問
- 霸道總載：集中式算法
  
  優勢：直觀、簡單，信息交互量少、易於實現
  問題：協調者會成爲系統性能瓶頸；單點故障
  增長主備備分，應用比較普遍
- 民主協商：分佈式算法
  
  先到先得、投票全票經過機制
  適合節點數量少且變更不頻繁的系統，且因爲每一個程序均需通訊交互，適合P2P系統
  應用場景：Hadoop
- 輪值CEO：令牌環算法
  
  更加公平的算法
  很是適合通訊模式爲令牌環方式的分佈式系統
  場景：移動自組織網絡，無人機通訊

分佈式選舉

集羣多節點組成，多個節點到底怎麼協同，怎麼管理。
主節點：在一個集羣中負責對其餘節點的協調和管理，能夠保證其餘節點有序運行，數據一致性。算法

選舉算法
- 長者爲大：Bully算法
- 民主投票：Raft 算法
- 優先級的民主投票：ZAB算法
  
  多數派選主算法一般採用奇數節點：ZooKeeper 、etcd、Kubernetes

分佈式共識

分佈式共享地就是在多個節點都可獨自操做或記錄的狀況下，使用得全部節點針對某個狀態達成一致的過程
分佈式共識的本質就是「存異求同」
從本質上看，分佈式選舉問題，其實就是傳統的分佈式共識方法，主要基於多數投票策略實現的。
分佈式在線記賬，是指在沒有集中的發行方，也就是沒有銀行參與的狀況下，如何保證交易的一致性。數據庫

PoW (Proof of Work) 工做量證實
PoS (Proof of Stake) 權益證實
DPos (Delegated Proof of Stake) 委託權益證實

一致性是指，分佈式系統中的多個節點之間，給定一系列的操做，在約定協議的保障下，對外界呈現的數據或狀態是一致的。
共識是指，分佈式系統中多個節點之間，彼此對某個狀態成達一致結果的過程緩存

分佈式事務

分佈式事務，就是在分佈式系統中運行的事務，由多個本地事務組合而成網絡

ACID
- 原子性 (Atomicity)
  要麼成要麼敗
- 一致性 (Consistency)
  事務操做前和操做後，數據完整性保持一致
- 隔離性 (Isolation)
  多個事務不會相互干擾
- 持久性 (Durability)
  永久保存
如何實現分佈式事務
- 二階段鎖
  同步阻塞問題
  單點故障問題
  數據不致問題
- 三階段鎖
  鎖定資源，下降性能
- 消息隊列
BASE 理論
- 基本可用 Base Available
  分佈式系統出現故障時，容許損失一部分功能的可用性
- 柔性狀態 Soft State
  容許系統存在中間狀態，但不會影響系統總體可用性。好比，數據庫讀寫分離，寫庫同步到讀庫會有一個延時，其實就是一種柔性狀態
- 最終一致性 Eventual Consistency
  事務在操做過程當中可能會因爲同步延遲等問題致使不一致，但最終狀態下，數據都是一致的。

基於XA協議的2PC和3PC採用強一致性，基於消息的最終一致性方法，聽從BASE理論多線程

分佈式鎖

鎖是實現多線程同時訪問同一共享資源，保證同一時刻只有一個線程可訪問共享資源所作的一種標記框架

實現方式
- 基於數據庫實現分佈式鎖
  建立一張鎖表，爲申請者在鎖表裏創建一條記錄，記錄創建成功則得到鎖，消除記錄則釋放鎖
- 基於緩存實現分佈式鎖
  
  Redis 經過隊列來維持進程訪問共享資源的前後順序
  - 性能更好，數據存放於內存
  - 不少緩存可跨集羣部署
  - 不少緩存都提供能夠用來實現分佈鎖的方法
  - 能夠直接設置超時來控制鎖的釋放
- 基於ZooKeeper 實現分佈式鎖
  能夠完美解決設計分佈式鎖時遇到的各類問題。