这两天随手翻了下以前看过的《从Paxos到Zookeeper分布式一致性原理与实践》，发现跟没看过一样。于是有了再看一遍的念头，顺便记下这一系列学习笔记。首先，向作者倪超致敬，笔记内容绝大部分来自于这本书，本章来过一过一些概念性的东西吧。
ACID
ACID是传统单机事物的特征，分别是原子性(Atomicity)，一致性(Consistenty)，隔离性(Isolation)和持久性(Durability)，这个知识相信大家都很了解了，这里就稍微意思地梳理一下。
- Atomicity 数据库能够进行操作的最小的逻辑单元，它包含的所有操作都是不可分割的
- Consistenty 事务中包含的一系列的操作，这些操作必须同时成功，或者同时失败
- Isolation 并发事物相互独立，当然得依赖事物隔离级别的类型
- Durability 一旦事物成功结束，它对数据库所做的变更就必须永久保存下来
CAP
一个分布式系统不可能同时满足一致性(C:Consistenty)、可用性(A:Availability)和分区容错性(P:Partition tolerance)这三个基本需求，最多只能同时满足其中的两项。
- Consistenty 在分布式环境中，一致性是指数据在多个副本之间是否能够保持一致的特性
- Availability 系统提供的服务必须一直处于可用的状态
- Partition tolerance 分布式系统在遇到任何网络分区故障时，仍然能够保证对外提供一致性和可用性的服务
上面已经说了，一个分布式系统无法同时满足上述三个需求，而只能满足其中的两项，因此就必须抛弃其中一项：
| 放弃CAP理论 | 说明 |
|---|---|
| 放弃P | 放弃P意味着放弃了系统的可扩展性 |
| 放弃A | 放弃A意味着一段时间系统无法对外提供正常的服务 |
| 放弃C | 事实上放弃一致性指的是放弃数据的强一致性，而保留数据的最终一致性 |
一个分布式系统必然会面临网络问题，也就是说分区容错性是必须要面对的，因此系统架构师往往需要把精力花在如何根据业务特点在C(一致性)和A(可用性)之间寻求平衡。
BASE
BASE理论是对CAP中一致性和可用性权衡的结果，是基于CAP定理逐步演化而来的，其核心思想是即使无法做到强一致性，但每个应用都可以根据自身的业务特点，采用适当的方式来使系统达到最终一致性。
- 基本可用：是指分布式系统在出现不可预知故障的时候，允许损失部分可用性－－但是这绝不等价于系统不可用
- 弱状态：允许系统在不同节点的数据副本之间进行数据同步的过程存在延时
- 最终一致性：需要系统保证最终数据能够达到一致，而不需要实时保证系统数据的强一致性
2PC
2PC，Two-Phase Commit的缩写，即二阶段提交，顾名思义，二阶段提交协议是将事物的提交过程分成了两个阶段来进行处理，其流程如下：
上图可以很清楚地看出二阶段提交的流程，上面是成功的情况。如果在阶段一协调者收到任何非Yes的反馈或者网络超时，会在阶段二发送Rollback请求。
二阶段提交协议的优点：原理简单，实现方便。
二阶段提交协议的缺点：同步阻塞，单点问题，数据不一致，太过保守。
- 同步阻塞 两个阶段都存在各个参与者都在等待其他参与者响应的情况
- 单点 协调者是个单点，如果出现问题，整个系统将无法工作
- 数据不一致 阶段二中会发生部分参与者正常提交，部分参与者提交失败的情况
结束
除了上面说的一些概念，还有3PC和Paxos算法等，这里就先不讲了，因为我也说不清楚。。。这一章就到这里了，下面还是重点学习学习如何在工程中使用Zookeeper。