一、CAP

一致性 Consistency：所有节点在同一时间具有相同的数据
可用性 Availability ：保证每个请求不管成功或者失败都有响应，即服务在正常响应时间内一直可用
分区容错性 Partition tolerance ：分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性或可用性的服务

分布式系统最多同时满足一致性、可用性、分区容错性中的两个。
假设两个分布式服务网络断开了连接，保证可用性只能返回旧数据，保证一致性只能阻塞等待网络恢复。

一致性

从客户端来看，一致性主要指的是多并发访问时更新过的数据如何获取的问题。
从服务端来看，则是更新如何分布到整个系统，以保证数据最终一致。
强一致性：对于关系型数据库，要求更新过的数据能被后续的访问都看到。
弱一致性：能容忍后续部分或全部访问不到更新的数据
最终一致性：经过一段时间后要求能访问到更新后的数据。

二、BASE

BASE理论是对CAP的一致性和可用性进行一个权衡的结果，核心思想是即使无法做到强一致性，但应用可以采用适合的方式达到最终一致性
基本可用（Basically Available）：分布式系统在出现故障的时候，允许损失部分可用性，即保证核心可用，如部分用户被引导到降级页面，只提供降级服务。
软状态（Soft State）：指允许系统存在中间状态，而该中间状态不影响系统整体可用性。分布式存储一般一份数据会有三个副本，允许不同节点间副本同步的延时就是软状态的体现。
最终一致性：最终一致性是指系统中的所有数据副本经过一定时间后，最终能够达到一致性的状态。

ACID 和 BASE 的区别和联系

ACID 是传统数据库设计理念，追求强一支模型，BASE支持的是大型分布式系统，通过牺牲强一致性获得高可用性。
ACID和BASE 代表两种相反的设计哲学，具体分布式系统设计场景中，系统主键对一致性要求不同，因此ACID和BASE会相互结合使用。

三、负载均衡算法

轮询法 ：将请求按顺序轮流地分配到后端服务器上，均衡的对待后端的每一台服务器，而不关心服务器实际的连接数和当前的系统负载
随机法：通过系统的随机算法，根据后端服务器的列表大小值来随机选取其中一台服务器进行访问，访问次数很多的情况实际效果接近轮询法
源地址哈希法：根据获取客户端的IP地址，通过哈希函数计算得到一个数值，用该数值对服务器列表大小取模运算。源地址哈希法同一IP地址的客户端，在服务列表不变时，每次都会映射到同一台后端服务器进行访问。
加权轮询法：不同后端服务器可能机器配置和当前系统的负载并不相同，因此抗压能力也不同，给配置高，负载低的机器配置更高的权重，处理更多的请求。加权轮询法能将请求按顺序和权重分配到后端
加权随机法：和加权轮询法一样，只不过不是顺序的，而是随机的
最小连接数法：最小连接数算法比较灵活智能。根据后端服务当前的连接情况，动态的选取其中积压连接数最少的一台服务器来处理当前请求。尽可能提高后端利用效率，将负载合理的分流到每一台服务器。

四、限流算法

常见的限流算法有三类：计数器算法、漏桶算法、令牌桶算法。

1. 计数器（固定窗口）

在一段时间间隔内，处理请求的最大数量固定，超过部分不处理。如指定线程池大小、数据库连接池大小、nginx连接数等都属于计数器算法
算法实现：设置一个计数器counter，每当请求过来的时候+1，如果大于设定值就拒绝访问。如果请求与之前间隔大于一分钟，就重置counter。

临界问题：假如用户在 0 : 59 时候瞬间发了100个请求，然后在 1 : 00 又瞬间发送了100个请求。那么实际上这个用户在1秒内瞬间发了200个请求。可能会压垮服务。

2. 滑动窗口

滑动窗口是将时间周期分为N个小周期，分别记录每个小周期内访问次数，并根据时间滑动删除过期的小周期。
周期越小，滑动窗口越平滑，限流统计越准确。

3. 漏桶

水从进水口进入漏桶，漏桶以一定速度出水，当水流入速度过大，桶内总水量大于桶容量会直接溢出，请求被拒绝。

算法通常用于限制外部接口流量，保护其他人的系统，如银行接口。
算法缺点：瞬时流量大，大部分会被丢掉。出口速度固定，不能灵活的应对后端能力提升，比如动态扩容，后端流量从1000QPS提升到1w QPS。漏桶没办法

4. 令牌桶

以一个设定的速率产生令牌并放入桶中，用户每次请求都得申请令牌，如果令牌不足，则拒绝请求。
令牌的数量和发放速度强相关，如果令牌发放的速度比申请的速度快，令牌桶会放满令牌，直到令牌占满整个令牌桶：

面对瞬间大流量可以拿到很多令牌，算法通常是用于限制被访问的流量，保护自身系统
好处是：可以方便的应对后端扩容，通过改变令牌发放速度，使得出口突发流量能被处理。

五、分布式事务解决方案

两阶段提交（2PC）： MySQL的事务是通过日志系统来完成两阶段提交的。两阶段协议，由事务管理器协调多个资源管理器。

三阶段提交（3PC）：多一个预准备，先问问行不，在执行操作，再提交。

六、分布式Session解决方案

Session 复制：每个服务器都存一份，浪费服务器资源
存储在客户端中：用户将Session信息保存在cookie中，每次请求http请求附带cookie， cookie有最大限制且有安全隐患。
hash一致性：让同一个ip负载到同一服务器中，缺点是水平扩展重新hash，服务器闪断session会被清空，需要重新登录
统一存储：统一存储在Redis 和 DB中，增加一次网络调用。

七、Session 和 Token的区别

当用户第一次通过浏览器使用用户名和密码访问服务器时，服务器会验证用户数据，验证成功后，在服务器端写入session 数据，向客户端返回sessionId，浏览器将sessionId保存在cookie中，当用户再次访问浏览器时，会携带sessionId，服务器拿着sessionId获取到session数据，进行用户信息查询，从而实现登录状态保持。
弊端：

服务器压力增大：通常session是存储在内存中的，当用户量增大时，服务器的压力增大。
CSRF跨站伪造请求攻击 ：session是基于cookie进行用户识别的，如果cookie被恶意网站截获，就会受到跨站请求伪造的攻击。
扩展性不强：如果将来需要搭建多个服务器进行分流，每个服务器虽然执行逻辑一样，但是session数据却不共享，不同服务器无法得到用户登录信息。

token与session的不同主要在：

认证成功后，会对当前用户数据进行加密，生成一个加密字符串token，返回给客户端（服务端并不保存）
浏览器接收到的token值存储在 Local Storage中，不会像cookie那样自动携带。
再次访问服务器时，服务器对传来的token值进行解密，解密完成后进行用户数据查询，如果查询成功则通过认证，实现状态保持。

八、高并发系统设计

服务单一独立部署
库存预热，采用信号量去查数据库，将数据提前放如redis
动静分离
网关拦截
限流、熔断、降级
队列削峰，不去抢数据库，只去redis 中抢信号量。

【分布式】分布式基本理论相关推荐

如何构建一个分布式爬虫：理论篇
## 前言本系列文章计划分三个章节进行讲述,分别是理论篇.基础篇和实战篇.理论篇主要为构建分布式爬虫而储备的理论知识,基础篇会基于理论篇的知识写一个简易的分布式爬虫,实战篇则会以微博为例,教大家做一 ...
python分布式爬虫系统_如何构建一个分布式爬虫：理论篇
前言本系列文章计划分三个章节进行讲述,分别是理论篇.基础篇和实战篇.理论篇主要为构建分布式爬虫而储备的理论知识,基础篇会基于理论篇的知识写一个简易的分布式爬虫,实战篇则会以微博为例,教大家做一个比较 ...
分布式领域CAP理论
分布式领域CAP理论具体如下: Consistency(一致性):数据一致更新,所有数据变动都是同步的: Availability(可用性):好的响应性能: Partition tolerance(分 ...
深入理解分布式技术 - BASE 理论
文章目录 Pre Base 理论概述三要素解读基本可用软状态(允许存在中间状态) 最终一致性全局时钟和逻辑时钟不同数据一致性模型强一致性弱一致性最终一致性 CAP VS BASE Pr ...
「数据库系列四」分布式数据库CAP理论与最终一致性
传统关系型数据库中事务有四个重要的特性,简称ACID,即原子性 : 事务是一个不可分割的工作单位,事务中的操作要么都成功,如果有一个执行失败,所有的SQL将都被撤销,恢复到事务开始的状态一致性 : ...
事务连接中断_一文搞懂分布式事务-CAP理论
互联网系统中,分布式事务是无法避免的,目前多数解决方案是BASE理论,最终一致性,结合事务补偿. 1.什么是CAP理论. CAP理论,又称为布鲁尔定理,是加州大学伯克利分校的计算机科学家埃里克.布鲁尔 ...
分布式数据库CAP理论
传统数据库与NoSQL数据库传统的关系型数据库在功能支持上通常很宽泛,从简单的键值查询,到复杂的多表联合查询再到事务机制的支持.而与之不同的是,NoSQL系统通常注重性能和扩展性,而非事务机制(事务 ...
浅谈分布式架构搭建-理论知识
浅谈分布式架构搭建基础理念技术选型后端技术设计总体架构设计关键案例设计架构师搭建架一般优先考虑的是安全性.稳定性.高吞吐量.哈哈,菜鸟的我让我装个B,回忆一下以前架构搭建基础理念 C ...
php riak,Riak的分布式数据库模型 - 分布式数据库相关理论 Part3
Riak 是什么 Riak 是一个 erlang 开发的开源的分布式 key-value 数据库, 在 High Availability, Fault Tolerance, Scalability ...
分布式之BASE理论
BASE理论 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CA ...

【分布式】分布式基本理论