分布式

为什么要引入分布式

摩尔定律的影响在慢慢衰减、失效(单个硬件能提供的能量不再呈线性增加)
为了保证思想扩张不受资源的限制(硬件能力)
既然单个硬件能力成了拖后腿的，那思想的延伸就要用多个硬件的承载

AlphaGo就是一个典型的例子。

分布式系统的设计目标：

可用性。所有系统设计的最核心目标
可扩展性。硬件的增加获得性能的线性提升
容错性。复杂系统必须要考虑的点。对已发生的错误，进行规避和恢复
性能。服务的响应延时和吞吐率要满足需求

相比单体架构，挑战有哪些：

节点之间的网络通信是不可靠的，存在延时和丢包
节点处理任务时出错，或节点宕机
同步调用意味着系统可扩展性为零

cap原理

c：consistency 一致性。数据的一致性。节点对数据的读写都是‘原子的’，也就是不会造成数据竞争
a：availability 可用性。只要节点没有故障，在有限事件内要给出响应
p：tolerance to partition of network 分区容忍性。发生网络故障，分区间无法通信时，系统仍然可以正常工作

Raft一致性算法

基于复制状态机模型推导的。
节点的关系模型是非对称

包含3种角色：

leader 领袖
candidate 候选人
follower 群众

核心术语还有 team 表示任期

角色变化：

群众

初始状态是群众，
任期超时或开始选举，状态变为候选人

候选人

任期超时、新选举，角色还是候选人
获得半数选票，角色变为领袖
发现新领导或新任期开始后，角色变为群众

领袖

发现新任期后，角色变为群众

选举中的心跳和选举定时器

每个群众都有一个选举定时器，时长个不一致，超时表示新一轮的选举开始
领袖会定期发送心跳，群众收到心跳会将自己的定时器清零重置
对群众来说，不管是网络原因延时还是领袖节点宕机，只要超时就开始选举

群众参加选举的3个步骤：

将自己维护的任期号加1
将自己的状态切到候选人，为自己投票
向集群其他节点发送投票rpc，要其他人给自己投票

日志快照

因为raft已经保证了数据的一致性，所以快照并不依赖强领袖，群众也能创建自己本地的快照