簡述
前期博文主要是針對一些分佈式系統資料的學習筆記.
《Distributed systems theory for the distributed systems engineer》中提到的《好玩又實在的分佈式系統理論》是一本精悍的書籍，主要針對分佈式系統中的基本問題，如時序與複製策略等方面.
首先需要說明關於分佈式中的一些認知誤區：
- 網絡是可靠的
- 延遲爲零
- 帶寬無限
- 網絡非常安全
- 網絡拓撲不會改變
- 只有一個管理者
- 傳輸開銷爲零
- 網絡同構（使用相同的配置和協議）
以上所述均爲人生錯覺
這本書中，作者提出了自己對於分佈式中所要解決的兩個終極問題
- 信息以光速傳輸（時序問題）
- 錯誤之間相互獨立（容錯問題）
分佈式系統主要爲了完成兩個任務
1. 存儲
2. 計算
關於爲了到達更好的計算能力，最直接的辦法就是上更好的機器（縱向擴展），但是在增加到一定程度後會面臨無法在單機到達可接受效率的問題.
同時，關於分佈式系統中的機器選擇.在假設均勻訪存模型（Uniform memory architecture）（處理器訪問所有內存存儲器的時間是一樣的），隨着集羣中機器數量的增加，高端機器和普通機器的性能牆逐漸接近.其原因主要在於機器間的數據複製開銷和計算的協調開銷.
目標
可擴展性
Everything starts with size - scalability
需要重點關注的三個方面（擴展性）：
- 規模擴展性：增加更多節點使得系統線性增長（不增長延遲）
- 地理伸縮性：可以使用多個異地的數據中心以解決用戶訪問（不增長延遲）
- 管理的伸縮性：增加更多節點不應該增加系統的管理開銷
都是需要在保證一定延遲和開銷下的擴展.
性能及延遲
性能通過系統完成一定工作所使用的時間和資源來衡量.依據所需，應該達到以下的一點或多點：
- 低延遲
- 高吞吐量
- 低資源使用率
這幾者之間需要進行權衡，如爲了達到更高的吞吐量，可以使用批處理的手段，但是在這種情況下，延遲就會相應地延長.
另外，延遲指的是操作發生至真正產生影響的時間.這一定義，主要解決問題：如果你發起一個計算所有數據的操作，但是同時有數據新增入系統，如果計算的速度和寫入速度一樣的話，….，延遲就是無限大.
可用性
如果一個用戶無法訪問系統，則表示該系統不可用.通常分佈式系統相較於單機系統有更高的可用性，因爲其具有更好的容錯性.
What prevents us from achieving good things
作者在這裏提出了兩個限制分佈式系統的物理因素.
- 分佈式系統節點的數量
- 節點間的距離
由此帶來的：
- 降低可用性和提升了管理開銷
- 隨着規模增大降低了性能（通信開銷）
- 異地的數據中心增加了延遲，降低性能
關於分佈式系統的評價標準則是依據SLA（service level agreement）（服務的品質、水準、性能等方面所達成的雙方共同認可的協議或契約），另外一個沒有被經常提及的則是：理解度
Abstractions and models
抽象能夠將將現實中於問題無關的因素移除，幫助理解把握整個問題，模型則是能夠精確地描述分佈式系統中的關鍵部分.例如，本書後面將會提到的一些模型的例子:
- 系統模型（異步/同步）
- 失敗模型（拜占庭問題、分區問題）
- 一致性模型（強一致、最終一致）
設計技巧：分區+冗餘
分區
數據分區後減少數據量能夠並行處理提高性能，保證了數據片間相互獨立
複製
複製得到的冗餘數據能夠提升系統容錯性，同時降低延遲，但是也帶來了數據的一致性問題.
本作品採用知識共享署名-非商業性使用-相同方式共享 3.0 中國大陸許可協議進行許可。