auto commit

notes/分布式基础.md

@@ -1,56 +1,56 @@
 <!-- GFM-TOC -->
-* [基本概念](#基本概念)
-    * [1. 异常](#1-异常)
-        * [1.1 服务器宕机](#11-服务器宕机)
-        * [1.2 网络异常](#12-网络异常)
-        * [1.3 磁盘故障](#13-磁盘故障)
-    * [2. 超时](#2-超时)
-    * [3. 衡量指标](#3-衡量指标)
-        * [3.1 性能](#31-性能)
-        * [3.2 可用性](#32-可用性)
-        * [3.3 一致性](#33-一致性)
-        * [3.4 可扩展性](#34-可扩展性)
-* [数据分布](#数据分布)
-    * [1. 哈希分布](#1-哈希分布)
-    * [2. 顺序分布](#2-顺序分布)
-* [负载均衡](#负载均衡)
-* [复制](#复制)
+* [一、基本概念](#一基本概念)
+    * [异常](#异常)
+        * [1. 服务器宕机](#1-服务器宕机)
+        * [2. 网络异常](#2-网络异常)
+        * [3. 磁盘故障](#3-磁盘故障)
+    * [超时](#超时)
+    * [衡量指标](#衡量指标)
+        * [1. 性能](#1-性能)
+        * [2. 可用性](#2-可用性)
+        * [3. 一致性](#3-一致性)
+        * [4. 可扩展性](#4-可扩展性)
+* [二、数据分布](#二数据分布)
+    * [哈希分布](#哈希分布)
+    * [顺序分布](#顺序分布)
+* [三、负载均衡](#三负载均衡)
+* [四、复制](#四复制)
     * [1. 强同步复制协议](#1-强同步复制协议)
     * [2. 异步复制协议](#2-异步复制协议)
-* [CAP](#cap)
-* [BASE](#base)
-    * [1. 基本可用](#1-基本可用)
-    * [2. 软状态](#2-软状态)
-    * [3. 最终一致性](#3-最终一致性)
-* [容错](#容错)
-    * [1. 故障检测](#1-故障检测)
-    * [2. 故障恢复](#2-故障恢复)
-* [CDN 架构](#cdn-架构)
+* [五、CAP](#五cap)
+* [六、BASE](#六base)
+    * [基本可用](#基本可用)
+    * [软状态](#软状态)
+    * [最终一致性](#最终一致性)
+* [七、容错](#七容错)
+    * [故障检测](#故障检测)
+    * [故障恢复](#故障恢复)
+* [八、CDN 架构](#八cdn-架构)
 * [参考资料](#参考资料)
 <!-- GFM-TOC -->
 
 
-# 基本概念
+# 一、基本概念
 
-## 1. 异常
+## 异常
 
-### 1.1 服务器宕机
+### 1. 服务器宕机
 
 内存错误、服务器停电等都会导致服务器宕机，此时节点无法正常工作，称为不可用。
 
 服务器宕机会导致节点失去所有内存信息，因此需要将内存信息保存到持久化介质上。
 
-### 1.2 网络异常
+### 2. 网络异常
 
 有一种特殊的网络异常称为  **网络分区** ，即集群的所有节点被划分为多个区域，每个区域内部可以通信，但是区域之间无法通信。
 
-### 1.3 磁盘故障
+### 3. 磁盘故障
 
 磁盘故障是一种发生概率很高的异常。
 
 使用冗余机制，将数据存储到多台服务器。
 
-## 2. 超时
+## 超时
 
 在分布式系统中，一个请求除了成功和失败两种状态，还存在着超时状态。
 
@@ -58,9 +58,9 @@
 
 可以将服务器的操作设计为具有  **幂等性** ，即执行多次的结果与执行一次的结果相同。如果使用这种方式，当出现超时的时候，可以不断地重新请求直到成功。
 
-## 3. 衡量指标
+## 衡量指标
 
-### 3.1 性能
+### 1. 性能
 
 常见的性能指标有：吞吐量、响应时间。
 
@@ -72,11 +72,11 @@
 
 - 但是在并发的系统中，由于一个请求在调用 I/O 资源的时候，需要进行等待。服务器端一般使用的是异步等待方式，即等待的请求被阻塞之后不需要一直占用 CPU 资源。这种方式能大大提高 CPU 资源的利用率，例如上面的例子中，单个请求在无并发的系统中响应时间为 10 ms，如果在并发的系统中，那么吞吐量将大于 100 req/s。因此为了追求高吞吐量，通常会提高并发程度。但是并发程度的增加，会导致请求的平均响应时间也增加，因为请求不能马上被处理，需要和其它请求一起进行并发处理，响应时间自然就会增高。
 
-### 3.2 可用性
+### 2. 可用性
 
 可用性指系统在面对各种异常时可以提供正常服务的能力。可以用系统可用时间占总时间的比值来衡量，4 个 9 的可用性表示系统 99.99% 的时间是可用的。
 
-### 3.3 一致性
+### 3. 一致性
 
 可以从两个角度理解一致性：从客户端的角度，读写操作是否满足某种特性；从服务器的角度，多个数据副本之间是否一致。
 
@@ -86,21 +86,21 @@
 2. 弱一致性：新数据写入之后，不能保证在数据副本上能读取到最新值；
 3. 最终一致性：新数据写入之后，只能保证过一了一个时间窗口才能读取到最新值；
 
-### 3.4 可扩展性
+### 4. 可扩展性
 
 指系统通过扩展集群服务器规模来提高性能的能力。理想的分布式系统需要实现“线性可扩展”，即随着集群规模的增加，系统的整体性能也会线程增加。
 
-# 数据分布
+# 二、数据分布
 
 分布式系统的数据分布在多个节点中，常用的数据分布方式有哈希分布和顺序分布。
 
-## 1. 哈希分布
+## 哈希分布
 
 哈希分布就是将数据计算哈希值之后，按照哈希值分配到不同的节点上。例如有 N 个节点，数据的主键为 key，则将该数据分配的节点序号为：hash(key)%N。
 
 传统的哈希分布算法存在一个问题：当节点数量变化时，也就是 N 值变化，那么几乎所有的数据都需要重新分布，将导致大量的数据迁移。
 
-**一致性哈希** 
+#### 一致性哈希
 
 Distributed Hash Table（DHT）：对于哈希空间 0\~2<sup>n</sup>，将该哈希空间看成一个哈希环，将每个节点都配置到哈希环上。每个数据对象通过哈希取模得到哈希值之后，存放到哈希环中顺时针方向第一个大于等于该哈希值的节点上。
 
@@ -110,7 +110,7 @@ Distributed Hash Table（DHT）：对于哈希空间 0\~2<sup>n</sup>，将该
 
 <div align="center"> <img src="../pics//91ef04e4-923a-4277-99c0-6be4ce81e5ac.jpg"/> </div><br>
 
-## 2. 顺序分布
+## 顺序分布
 
 哈希分布式破坏了数据的有序性，顺序分布则不会。
 
@@ -120,7 +120,7 @@ Distributed Hash Table（DHT）：对于哈希空间 0\~2<sup>n</sup>，将该
 
 <div align="center"> <img src="../pics//8f64e9c5-7682-4feb-9312-dea09514e160.jpg"/> </div><br>
 
-# 负载均衡
+# 三、负载均衡
 
 衡量负载的因素很多，如 CPU、内存、磁盘等资源使用情况、读写请求数等。分布式系统应当能够自动负载均衡，当某个节点的负载较高，将它的部分数据迁移到其它节点。
 
@@ -128,7 +128,7 @@ Distributed Hash Table（DHT）：对于哈希空间 0\~2<sup>n</sup>，将该
 
 一个新上线的工作节点，由于其负载较低，如果不加控制，总控节点会将大量数据同时迁移到该节点上，造成该节点一段时间内无法工作。因此负载均衡操作需要平滑进行，新加入的节点需要较长的一段时间来达到比较均衡的状态。
 
-# 复制
+# 四、复制
 
 复制是保证分布式系统高可用的基础，让一个数据存储多个副本，当某个副本所在的节点出现故障时，能够自动切换到其它副本上，从而实现故障恢复。
 
@@ -154,7 +154,7 @@ Distributed Hash Table（DHT）：对于哈希空间 0\~2<sup>n</sup>，将该
 
 缺点：一致性差。
 
-# CAP
+# 五、CAP
 
 分布式系统不可能同时满足一致性（C：Consistency）、可用性（A：Availability）和分区容忍性（P：Partition tolerance），最多只能同时满足其中两项。这三个概念上文中已经提到。
 
@@ -164,21 +164,21 @@ Distributed Hash Table（DHT）：对于哈希空间 0\~2<sup>n</sup>，将该
 
 需要注意的是，分区容忍性必不可少，因为需要总是假设网络是不可靠的。因此实际上设计分布式系统需要在一致性和可用性之间做权衡。
 
-# BASE
+# 六、BASE
 
 BASE 是 Basically Available（基本可用）、Soft state（软状态）和 Eventually consistent（最终一致性）三个短语的缩写。BASE 理论是对 CAP 中一致性和可用性权衡的结果，是基于 CAP 定理逐步演化而来的。BASE 理论的核心思想是：即使无法做到强一致性，但每个应用都可以根据自身业务特点，采用适当的方式来使系统达到最终一致性。
 
-## 1. 基本可用
+## 基本可用
 
 指分布式系统在出现故障的时候，保证核心可用，允许损失部分可用性。
 
 例如，电商在做促销时，服务层可能只提供降级服务，部分用户可能会被引导到降级页面上。
 
-## 2. 软状态
+## 软状态
 
 指允许系统存在中间状态，而该中间状态不会影响系统整体可用性，即不同节点的数据副本之间进行同步的过程允许存在延时。
 
-## 3. 最终一致性
+## 最终一致性
 
 指所有的数据副本，在经过一段时间的同步之后，最终都能够达到一致的状态。
 
@@ -186,21 +186,21 @@ BASE 是 Basically Available（基本可用）、Soft state（软状态）和 Ev
 
 ACID 是传统数据库系统常用的设计理论，追求强一致性模型。BASE 常用于大型分布式系统，只需要保证最终一致性。在实际的分布式场景中，不同业务单元和组件对一致性的要求是不同的，因此 ACID 和 BASE 往往会结合在一起使用。
 
-# 容错
+# 七、容错
 
 分布式系统故障发生的概率很大，为了实现高可用以及减少人工运维成本，需要实现自动化容错。
 
-## 1. 故障检测
+## 故障检测
 
 通过  **租约机制**  来对故障进行检测。假设节点 A 为主控节点，节点 A 向节点 B 发送租约，节点 B 在租约规定的期限内才能提供服务。期限快到达时，节点 B 需要向 A 重新申请租约。
 
 如果过期，那么 B 不再提供服务，并且 A 也能知道 B 此时可能发生故障并已经停止服务。可以看到，通过这种机制，A 和 B 都能对 B 发生故障这一事实达成一致。
 
-## 2. 故障恢复
+## 故障恢复
 
 当某个节点故障时，就将它上面的服务迁移到其它节点。
 
-# CDN 架构
+# 八、CDN 架构
 
 CND 通过将内容发布到靠近用户的边缘节点，使不同地域的用户在访问相同网页时可以就近获取。不仅可以减轻服务器的负担，也可以提高用户的访问速度。