读书笔记-云原生分布式存储基石：etcd深入解析.docx

关于一致性

CAP原理

分布式系统中，讨论原子系统读写场景时，反复提到的CAP原理：

Consistency：（强）一致性，任意时刻所有节点上的数据保持同步，所有读写操作就是原子的、有序的

Availability：可用性，任何非故障节点必须在有限时间内对请求作出响应

tolerancetothe?Partitionofnetwork：出现网络分区、丢失任意多消息的情况下，系统仍然能工作

任何分布式系统无法同时满足CAP：

满足AP：如果在出现网络分区的情况下，还要保证可用性，则一致性C必须放弃。因为网络分区导致节点间存在无法通信的情况，为了可用性节点必须使用本地数据提供服务，则就导致了不一致

满足CP：如果在出现网络分区的情况下，还要保证一致性，那就意味着节点之间的数据同步一直阻塞，丧失可用性

满足CA：不出现网络分区的情况下，一致性、可用性可以满足

某些NoSQL数据库，为了换取基本的可用性，往往放弃强一致性，仅仅要求最终一致性，此所谓BASE理论。

何为一致性

为了防止单点故障导致数据不可用、丢失，分布式系统通常引入副本机制。保证副本的一致性，成为分布式系统的核心问题。

一致性这个术语，在计算机的不同领域对了三个英文单词：

Coherence：在多核共享内存CPU中，各核心上的缓存的数据如何保持一致

Consensus：强调多个提议者如何就某件事情达成共识，Paxos、Raft等协议解决的就是共识问题

Consistency：强调并发状态下系统暴露给客户端的行为。CAP、ACID中的C都有这个意思

强一致性为何很难满足：

消息传递异步无序（Asynchronous）：现实网络不是一个可靠的信道，存在消息延时、丢失，节点间消息传递做不到同步有序

节点宕机（fail-stop）：节点持续宕机，数据损坏

节点宕机恢复（fail-recover）：节点宕机后恢复，数据冲突

网络分区（Networkpartition）：网络链路出现问题，将N个节点隔离成多个不能相互通信的部分

拜占庭将军问题（ByzantineGeneralsProblem）：节点宕机或逻辑错误，甚至不按套路出牌抛出干扰决议的信息。大多数原则

一致性模型

严格一致性

即强一致性，也叫原子一致性，可线性化（Linearizability）。严格一致性要求

任何一次读操作，都能读取到数据的最近一次写的结果

所有进程看到的操作，其顺序均一致

顺序一致性

也叫可序列化。所有进程都以相同的顺序看到所有的修改。允许进程没读到其它进程对数据的写更新，但是每个进程读到数据的不同值的顺序必须一致。

因果一致性

要求对一个数据的写操作，必然发生在，读取到此写操作结果的读操作之前。

最终一致性

这种模型从用户，而非数据的角度阐述一致性。最终一致性属于弱一致性，允许用户读取到数据的更新存在延迟，此延迟叫做不一致性窗口。

复制状态机

包括etcd、ZooKeeper、HDFS在内的分布式系统，均遵循复制状态机模型。一个分布式的复制状态机，由多个复制单元组成。每个复制单元均是一个状态机，其状态保存在一组状态变量中。这些变量（也就是状态机的状态）仅仅能通过外部命令改变。

实现中，“一组状态变量“通常基于操作日志来实现。每个复制单元均存储操作日志，并且严格按顺序逐条执行日志中的操作指令。需要注意的是，执行顺序不一定需要和指令发起顺序完全一致，只需要保证所有复制单元是同样的顺序即可。

如果复制单元的初态相同，只需要保证操作日志（在它们之间）的一致性，就可以复制状态机的整体一致性。

拜占庭将军问题

拜占庭将军们依靠信差达成进攻or撤退的共识，在已知存在不可靠成员的情况下，忠诚将军们如何排除叛徒/间谍的影响？此即拜占庭将军问题。叛徒/间谍传递的虚假消息即拜占庭错误。

在分布式系统中，拜占庭错误可以是硬件错误、网络堵塞、连接断开、遭受攻击，等等。理论上说，要容忍N个拜占庭错误，则需要至少2N+1个复制节点。因此典型的一致性协议都要求半数以上的投票才能作出决定。

ETCD

Etcd是什么

Etcd是一种分布式的键值存储，用于保存分布式系统中的关键信息。Etcd：

提供基于gRPC的面向用户的简单API

支持TLS和可选的客户端身份验证

每秒可以支持高达10000写操作

基于分布式共识算法Raft

可以用于配置管理、服务发现、机器探活

可以很轻松的实现分布式锁、选举、写屏障、事件监控、租约等分布式协同

默认情况下，Etcd使用TCP端口2379来监听客户端请求，使用TCP端口2380进行Peer之间的通信。

/etc是Unix下存放配置文件的地方，d表示分布式的意思。可以看出Etcd适用于存储非频繁更新的配置信息，而非海量数据，但是目前版本在处理100GB级别的大量数据下性能也不错。此外，