分布式系統(tǒng)中的幾個理論

系統(tǒng)和架構(gòu)做的越多，就越覺得架構(gòu)是個取舍的藝術(shù)。沒有所謂的銀彈可以把很多問題一次性解決掉，也就不糾結(jié)讓業(yè)務(wù)給你一個偏于理想的迭代節(jié)奏與業(yè)務(wù)保證業(yè)務(wù)怎樣怎樣。

前一段時間一個朋友說了去快手面試的經(jīng)歷，背景應(yīng)該是讓做一個秒殺場景的系統(tǒng)設(shè)計。

朋友當然說了類似于“沒有明確場景的架構(gòu)設(shè)計都是耍流氓”，朋友的回答圍繞于流量漏斗、最終一致去回答，但面試官核心要求是100w tps打到了數(shù)據(jù)庫上你怎么解？

這個事情就很難搞，首先100w tps怎么來的？既然這么多流量都是真實流量，有狀態(tài)服務(wù)和存儲服務(wù)不具備足夠的容量可以支撐嗎？肯定要加機器。具體怎么解決流量過濾和數(shù)據(jù)一致肯定需要看具體場景，比如不同領(lǐng)域下的服務(wù)對于數(shù)據(jù)一致性容忍程度是不一樣的，背后肯定方案也不一樣。脫離業(yè)務(wù)場景談架構(gòu)果然是耍流氓，最后這個面試是不歡而散。

做秒殺架構(gòu)主要解決兩件事情，一個是高流量，一個是數(shù)據(jù)一致性。這兩個方向問題回答好了，理論上就沒有問題了。我自己做面試官心里當然想候選人給我一個完備的方案，但是我也知道在有限的時間、有限的場景下，光靠嘴聊是很難聊得完備的，所以我一般觀察兩點。

一個是普世方的法論，就是有些事情是是永遠做不到完美的，也不要期望做到完美，但是你需要告訴我為什么做不到完美，他的本質(zhì)是什么，怎么做到趨于完美。

第二個是看方案的完備性，什么意思呢？是希望候選人可以給出這個核心問題之外的一些考慮，我個人理解是一種擴展性的體現(xiàn)，如果一個系統(tǒng)負責人不能考慮核心問題之外的一些事情，系統(tǒng)的可靠性與擴展性就很難提前規(guī)劃出來，這樣的系統(tǒng)就變成了故障驅(qū)動型系統(tǒng)了，就是出了問題做次迭代，永遠跟在故障之后擦屁股。

那在分布式系統(tǒng)下有哪些理論，可以幫助我們在架構(gòu)中的方案更合理呢？

FLP理論

FLP理論說的是不可能原理，原論文指出：在網(wǎng)絡(luò)可靠，但允許節(jié)點失效的最小化異步模型系統(tǒng)中，不存在一個可以解決一致性問題的確定性共識算法。

簡單來說，就是不要在分布式系統(tǒng)中的異步場景下浪費時間去設(shè)計出所有場景都能實現(xiàn)共識的方案。

為什么呢？

在分布式架構(gòu)下，節(jié)點之間通信是異步的，如果一個節(jié)點進程停止工作了，其他節(jié)點是不能確認是消息延遲導(dǎo)致的，還是真的掛了，還是會嘗試進行消息讀取。

FLP理論告訴我們，一致性算法的可靠性是無法保證的，不存在一個可以在異步網(wǎng)絡(luò)上容忍各種故障且保持一致性的分布式系統(tǒng)。

無論paxos還是raft，如果你想要安全，那么理論上都會產(chǎn)生無法表決通過的死循環(huán)，每次的狀態(tài)變化都可能是當前狀態(tài)的一種分支情況，所以在分布式系統(tǒng)中永遠不能能達成單體應(yīng)用級別的一致性。

在現(xiàn)實場景中，我們采用TCP協(xié)議，保障消息健壯性、不重復(fù)、不亂序，每個節(jié)點通過NTP時鐘同步

CAP理論

CAP包括：一致性、可用性、分區(qū)容錯性。

一致性：當系統(tǒng)的更新操作成功并返回客戶端后，后續(xù)所有節(jié)點對于數(shù)據(jù)的訪問應(yīng)該都可以獲取新值；

可用性：分布式系統(tǒng)可以正常對外提供服務(wù)；

分區(qū)容錯性：分布式系統(tǒng)遇到某些節(jié)點故障或網(wǎng)絡(luò)分區(qū)故障時，仍可以對外提供服務(wù)；

CAP理論告訴我們，在分布式系統(tǒng)下不能同時滿足一致性、可用性、分區(qū)容錯性三個特性，只能取其二。而在分布式環(huán)境下，網(wǎng)絡(luò)問題是需要滿足的，也就是P是需要的。所以大部分情況下關(guān)注于AP或CP即可。

BASE理論

BASE理論是對CAP理論的延伸，是對于CAP中強一致性的進一步延伸，提供軟狀態(tài)、最終一致性。

BA（基本可用）：在分布式系統(tǒng)出現(xiàn)故障時，允許損失部分可用性，保障核心可用，比如電商雙十一時，為滿足商品購買鏈路的穩(wěn)定性，可以降級掉用戶修改地址這些功能。

S（軟狀態(tài)）：允許系統(tǒng)之間出現(xiàn)中間狀態(tài)，什么意思呢？不是簡單的剛性成功 or 失敗，而是在分布式系統(tǒng)下多副本中出現(xiàn)中間狀態(tài)，這種中間狀態(tài)是由于多個副本復(fù)制延遲導(dǎo)致的，比如mysql replication異步復(fù)制。

E（最終一致性）：指的是系統(tǒng)中所有副本數(shù)據(jù)經(jīng)過一定時間之后，可以達到最終一致的狀態(tài)。

ACID原則

ACID是：原子性、一致性、隔離性、持久性。

概念包括：

原子性：每次操作是原子的，要么成功，要么失敗；

一致性：是強一致性，沒有中間狀態(tài)；

隔離性：各個操作彼此隔離，互不影響；

持久性：數(shù)據(jù)狀態(tài)一旦提交，是持久的，不會失效；

ACID一般用于關(guān)系數(shù)據(jù)庫的事務(wù)定義，追求的是強一致性；

BASE是在分布式系統(tǒng)下，犧牲掉對于一致性的約束，以最終一致性的方式提供一致性，換取性能和可用性；

兩種方案是完全相反的設(shè)計哲學(xué)，具體怎么用就需要看場景了。

所以架構(gòu)是取舍的藝術(shù)，脫離場景談架構(gòu)都是耍流氓，先基于場景，畫一個框，在框內(nèi)找到一個確定性的問題，找到這個問題的本質(zhì)，給出合適的解。

其他分布式原理，詳見：