0.寫在前面

前幾天在pyq發(fā)起了約稿，分布式一致性問題的選題呼聲最高，分布式系統(tǒng)的內(nèi)容是非常龐雜的，所以我們從其中幾個重點的部分切入，慢慢展開。

今天重點來一起學習分布式系統(tǒng)一致性問題，不過內(nèi)容比較多需要分幾次寫完。

1.為什么要學分布式

作為后端從業(yè)人員，我們在找工作寫簡歷的時候除了高并發(fā)經(jīng)驗，一般還會寫上自己熟悉|了解|掌握|精通分布式系統(tǒng)，所以高并發(fā)和分布式大多是成對出現(xiàn)的。

在拉勾上搜了個后端崗位：

分布式系統(tǒng)是個多金的知識點，那還不抓緊行動！

2. 熵增的分布式系統(tǒng)

關于什么是分布式系統(tǒng)，有很多文章介紹，其實這個并不難理解，大白話講就是：工廠活多了一個人撐不住，那就多找些工人一起干，要讓這么多人為了一個目標干得快干得好，就需要一些規(guī)矩和套路，否則就亂了。

從實踐來看分布式系統(tǒng)屬于重要的架構模式，對于互聯(lián)網(wǎng)工程架構的演進，簡單提一下為什么會出現(xiàn)分布式系統(tǒng)以及什么是分布式系統(tǒng)：

業(yè)務量的迅速增大，普通的單機系統(tǒng)無法滿足要求，要么垂直擴展升級機器硬件，要么水平擴展堆廉價服務器，這也是主流可以想到的解決方法，目前來看互聯(lián)網(wǎng)領域選擇了后者-水平擴展。

水平擴展機器多機房部署升級服務集群規(guī)模來應對業(yè)務的增長，也就出現(xiàn)了分布式系統(tǒng)，這些分布式系統(tǒng)中的物理節(jié)點可能是多機房多網(wǎng)絡場景部署的，相互之間通過網(wǎng)絡進行通信和協(xié)作。

分布式系統(tǒng)就是為了解決巨大業(yè)務量和數(shù)據(jù)量而生的，但是龐大數(shù)量的節(jié)點來一起正確有序的完成共同的目標是需要理論和實踐來錘打的，這也是分布式系統(tǒng)的重點內(nèi)容。

熵是描述一個系統(tǒng)內(nèi)在混亂程度的物理量，對于一個宏觀熵看孤立的系統(tǒng)來說，在沒有外力干預做功的前提下，系統(tǒng)內(nèi)在混亂程度是會不斷增加的，也就是熵是增加的。

為了讓系統(tǒng)保持有序就必須對其進行外力干涉，對于分布式系統(tǒng)而言，我們必須使用相應的策略和算法使整個系統(tǒng)保持有序和正確，所以認為分布式系統(tǒng)是個熵增過程。

這個并不難理解，就像我們?yōu)榱吮３址课菡麧崳ㄆ诒仨毚驋?，要不然就亂成一鍋粥了。

3.分布式一致性問題的理解

分布式一致性到底是什么一致？

分布式的一致性可以表現(xiàn)在很多方面，這些都是個性問題，然而無論這些個性問題有多少，任何行為和狀態(tài)的展示必然是以數(shù)據(jù)為基礎的，所以這些個性的一致性問題最終都會映射到一個共性問題--分布式數(shù)據(jù)的一致性。

分布式系統(tǒng)中擁有很多獨立的節(jié)點，這些節(jié)點一般來說可以獨立進行存儲和計算任務，這兩項是最主要的任務類型，本質上計算和存儲的過程仍然是圍繞數(shù)據(jù)展開的，所以最終還是數(shù)據(jù)一致性。

在中心化結構中，存在管理節(jié)點和任務節(jié)點的區(qū)別，也就是每個節(jié)點的權利和義務是不一樣的，管理節(jié)點可能負責分配任務給下屬節(jié)點和收集計算結果等，總體承擔協(xié)調(diào)者的角色，任務節(jié)點主要是承接任務，這樣容易出現(xiàn)管理節(jié)點的單點問題。

在去中心化的結構中，各個節(jié)點的權利和義務是相同的，盡管沒有單獨指定領導者，在實際的運行中仍然會選舉出領導者和failover動態(tài)更新領導者的問題，完全的去中心化系統(tǒng)并不多，相比中心化系統(tǒng)來說，去中心系統(tǒng)更加扁平也更加穩(wěn)定，像Redis官方集群就是去中心化的實現(xiàn)，任何一個節(jié)點的故障都不會帶來特別大的問題，因為節(jié)點是平等的。

無論在中心化還是去中心化的分布式系統(tǒng)中，任何一個節(jié)點的計算和存儲結果都會對其他節(jié)點產(chǎn)生影響，這些獨立的節(jié)點通過基礎和特定的網(wǎng)絡協(xié)議進行協(xié)作，從而形成一個整體。

4. 嚴格意義的數(shù)據(jù)一致性

經(jīng)過前面的一些鋪墊，我們開始重點部分的學習-分布式系統(tǒng)數(shù)據(jù)一致性問題。

我們必須要有個共識：嚴格意義上的分布式數(shù)據(jù)一致性是不存在的。

為啥不存在呢？

在分布式系統(tǒng)中數(shù)據(jù)存儲是多節(jié)點主從備份的，一般做成讀寫分離，當客戶端將數(shù)據(jù)通過主庫的代理寫入之后，在極其短暫的瞬間，主節(jié)點的數(shù)據(jù)是無法復制到從節(jié)點的，這個瞬間其他客戶端讀取到的從庫數(shù)據(jù)都是舊數(shù)據(jù)。

聰明的讀者盆友們可以體會一下瞬間這個詞，當然你可以認為這是相對論的范疇，從物理角度去看可能更能體會。

我們以redis主從節(jié)點之間的數(shù)據(jù)復制來看同步復制和異步復制場景下的數(shù)據(jù)一致性問題：

一般來說，為了保證服務的高可用，主從節(jié)點的數(shù)據(jù)復制是異步的，因為同步復制延時無法保證，當然有的場景也是同步復制的，這樣整體延時是無法保證的，假如是一主多從就更無法保證了同步復制的延時了。

所以我們不討論嚴苛意義上的數(shù)據(jù)一致性，而是研究在我們認為可以接受的時間長度下的數(shù)據(jù)一致性問題，也就是在自身環(huán)境約束下的數(shù)據(jù)一致性。

單機系統(tǒng)的一致性和事務都是比較容易達到的，在分布式系統(tǒng)中由于所有節(jié)點的交互都要通過網(wǎng)絡來實現(xiàn)，網(wǎng)絡必然存在不穩(wěn)定并且龐大系統(tǒng)中的單節(jié)點穩(wěn)定性也是需要考慮的。

前面這段話，讀起來云里霧里，我想表達的意思是：不要過分把對單機系統(tǒng)中的數(shù)據(jù)一致性要求照搬到分布式系統(tǒng)中，因為兩者的約束不一樣，我們要合理分析從而讓分布式系統(tǒng)的一致性盡量接近單機系統(tǒng)。

solo和團戰(zhàn)畢竟是不一樣的，典型的《倚天屠龍記》中張無忌要去少林寺救謝遜，但是遇上的少林三位神僧渡厄、渡難、渡劫已經(jīng)坐禪幾十年，三人合一登峰造極，實在太難了，這也是優(yōu)秀分布式系統(tǒng)的頂峰吧...

5.CAP理論和PACELC理論

我們知道cap理論描述了一致性、可用性、分區(qū)容忍性的關系。

在分布式系統(tǒng)中，由于節(jié)點物理分布和網(wǎng)絡穩(wěn)定性等原因，分區(qū)容忍性P是必然存在的，因此分布式系統(tǒng)必然要建立在分布式網(wǎng)絡存在分區(qū)P的前提下。

在P的基礎上我們對于C和A進行選擇，當然并不是說在任何時刻我們都必須C和A二選一，在網(wǎng)絡正常的情況下C和A我們也是可以都有的，并且每個系統(tǒng)設計目標也不一樣，需要更加實際要求來進行選擇。

分布式系統(tǒng)中P是必然存在的，我們在設計系統(tǒng)之初就要對C和A做平衡和選擇，在正常的情況下跑出正確的結果是基本要求，在異常情況下仍然可以正常運行是設計重點。

在分布式系統(tǒng)中，我們使用PACELC理論比CAP理論更加合適，因為PACELC理論是CAP理論的擴展，簡單來說PACELC理論的表述是這樣的：

如果分區(qū)partition (P)存在，分布式系統(tǒng)就必須在availability (A) 和consistency (C)之間取得平衡作出選擇，否則else (E) 當系統(tǒng)運行在無分區(qū)P情況下,系統(tǒng)需要在 latency (L) 和 consistency (C)之間取得平衡。

PACELC理論比CAP理論更適合分布式系統(tǒng)，它完全展現(xiàn)了出現(xiàn)網(wǎng)絡分區(qū)和正常情況下的取舍平衡問題，特別地引入了L時延因素，來對一致性C進行說明，也就是我們常說的強一致性和弱一致性。

強一致性不必多說，對主從數(shù)據(jù)的一致性要求很高，一般會犧牲可用性來保證，弱一致性又可以分為最終一致性/會話一致性/單調(diào)讀一致性/單調(diào)寫一致性等情況，從實用的角度來說我們重點關注弱一致性的最終一致性情況即可。

6.分布式和BASE理論

我們知道由于網(wǎng)絡穩(wěn)定性原因，分布式系統(tǒng)出現(xiàn)網(wǎng)絡分區(qū)是必須要考慮的問題，在一般的互聯(lián)網(wǎng)場景中我們選擇最終一致性來保證服務的高可用，也就是允許一段時間L的數(shù)據(jù)不一致，經(jīng)過數(shù)據(jù)復制和同步后最終達到一致。

我們看下BASE理論，這是我們理解分布式系統(tǒng)一致性的重要理論基礎:

BASE是基本可用（Basically Available）、軟狀態(tài)（Soft state）和最終一致性（Eventually consistent）三個短語的縮寫。 

BA基本可用是指:系統(tǒng)在絕大部分時間應處于可用狀態(tài),允許出現(xiàn)故障損失部分可用性,但保證核心可用。

S軟狀態(tài)是指:數(shù)據(jù)狀態(tài)不要求在任何時刻都保持一致,允許存在中間狀態(tài),而該狀態(tài)不影響系統(tǒng)可用性。

E最終一致性是指:軟狀態(tài)前提下，經(jīng)過一定時間后,這些數(shù)據(jù)最終能達到一致性狀態(tài)。

7.CAP&BASE&ACID的關系

CAP理論說明了分布式系統(tǒng)中一致性C 、可用性A、分區(qū)容錯性P之間的制約關系。

BASE理論和ACID理論可以看做是對CAP理論中三要素進行取舍后的某種情況，也是在單機系統(tǒng)和分布式系統(tǒng)中適用的情況，三者的關系如圖：

8.小結

本文還是偏理論，在下一篇文章中會重點介紹2PC/3PC、Paoxs、Raft協(xié)議、拜占庭將軍問題等，敬請期待，感謝諸位本次的閱讀。