【Zookeeper】分布式基础概念

ZK应用于分布式环境的协调场景，首先看一下分布式的基础概念。

分布式系统：不同计算机之间彼此经过消息传输进行通信与协调的系统。

分布式特点：

1. 分布性。服务分布在不同机器上，且会随时变动。
2. 对等性。系统中的机器无主从之分，各节点平等。“副本”包括：
   1. 数据副本：不同节点持久化同一份数据，防止单点故障
   2. 服务副本：不同节点部署同一份服务，防止单点故障
3. 并发性。不同节点会并发性的访问同一资源。
4. 缺乏全局时钟。主要是缺少判断先后顺序的依据。系统中的进程分布在不同节点，不能判断进程之间的先后顺序；各进程交换消息过程中无法判断消息的先后顺序cew
5. 故障总会发生

分布式环境中的各种问题：

1. 通信异常。
   1. 消息延迟：分布式节点之间通过网络传输数据，而集中式是基于内存通信。
   2. 消息丢失：网络不可用，或者是网络设备故障。
2. 网络分区。分布式系统中的一些节点可以正常通信，但是另一部分节点可能不能正常通信，有时这个小集群可能代替原有集群完成数据操作，这叫网络分区，又称为脑裂。
3. 节点之间的请求与响应，存在三种状态：成功、失败、超时。超时：发送请求时由于网络原因丢失消息；响应请求时由于网络原因丢失消息。
4. 节点故障

CAP基础

一个分布式系统最多满足一致性（Consistency）、可用性（Available）、分区容错性（Partition Tolerance）中的两个。

一致性：

各副本数据保持同步。

一致性级别：

强一致性：系统写入数据成功，承诺可以立刻读取到写入的值，用户体验很好，但是对系统性能影响很大。

弱一致性：系统写入数据成功，不承诺了课返回写入的数据，不承诺多久能达到一致状态，但是尽可能保证在某个时间界别内达到一致。

会话一致性：同一个客户端的会话内可以读到一致性的值，其他会话不能保证。

用户一致性：同一个用户可以读到一致性的值，其他用户不能保证。

最终一致性：是弱一致性的特例。保证在一定时间内可以达到数据一致性。

可用性：系统处于可用状态。关键点：有限时间内&返回结果

分区容错性：分布式系统遇到网络分区故障，仍能对外提供可用性、一致性的服务。

可用性与一致性冲突解释

如果保证一致性：

Client1将节点1的值修改成v1，接下来要将节点1的值v0加上读写所才能保证数据安全，将v1值同步到节点2。但是在这同步期间，节点1的值v1不可用，节点v1可能还没同步完成v1，也不可用。这就不能保证分布式系统中节点1中的v1值的可用性。

如果保证可用性：

client1将节点1的值更新成v1，不能锁定节点1，但是造成了节点1，节点2数据的不一致。

CAP应用

分布式系统中各服务分配到不同节点，必然会出现子网络，因此分布式系统要保证分区容错性，主要是权衡可用性与一致性问题。

1. 可用性&一致性。放弃了系统扩展性。如果想避免出现网络分区带来的影响，将相关数据放在同一节点，数据集中式。
2. 可用性&分区容错性。指的是放弃强一致性，保留最终一致性，需要考虑时间窗口即数据多长时间可以达到一致性。
3. 一致性&分区容错性。系统在每个节点之间保持强一致性，一致性会带来节点暂时不可用。