分布式理论

CAP 定理

           ┌─────────────────────────────────────┐
           │           CAP Theorem              │
           └─────────────────────────────────────┘
                            │
        ┌───────────────────┼───────────────────┐
        ▼                   ▼                   ▼
  ┌──────────┐        ┌──────────┐        ┌──────────┐
  │Consistency│        │Availability│      │Partition │
  │  一致性   │        │  可用性   │      │ tolerance│
  └──────────┘        └──────────┘      │ 分区容错  │
                                        └──────────┘
     不能同时满足三个，最多满足两个

组合	说明	代表
CA	一致性 + 可用性	单机数据库
CP	一致性 + 分区容错	MongoDB、HBase、Redis 集群
AP	可用性 + 分区容错	Cassandra、Eureka

BASE 理论

• Basically Available：基本可用
• Soft state：软状态
• Eventually consistent：最终一致性

分布式一致性协议

2PC (两阶段提交)

┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│  协调者      │────▶│  参与者1     │     │  参与者2     │
└─────────────┘     └─────────────┘     └─────────────┘
       │                                      │
       │            阶段一：投票              │
       ├──────────────────────────────────────┤
       │           request_prepare           │
       │──────────────────────────────────────│
       │                                      │
       │◀─────────────────────────────────────│
       │          response_vote               │
       │                                      │
       │            阶段二：提交              │
       ├──────────────────────────────────────┤
       │           request_commit            │
       │──────────────────────────────────────│
       │                                      │
       │◀─────────────────────────────────────│
       │         response_commit              │

问题：同步阻塞、单点故障、数据不一致

3PC (三阶段提交)

阶段一：CanCommit      → 询问是否能提交
阶段二：PreCommit      → 预提交
阶段三：DoCommit       → 真正提交

Paxos 算法

用于实现分布式系统中的一致性共识。

角色：

• Proposer（提议者）
• Acceptor（接受者）
• Learner（学习者）

流程：

1. Prepare 阶段：提议者提出提案
2. Promise 阶段：接受者承诺不再接受旧提案
3. Accept 阶段：提议者发送 Accept 请求
4. Accepted 阶段：接受者接受提案

Raft 算法

Raft 是 Paxos 的简化实现，角色包括：

• Leader（领导者）
• Follower（跟随者）
• Candidate（候选人）

领导选举：

                    ┌─────────┐
                    │ 选举    │
                    │超时后   │
                    └────┬────┘
                         │
                         ▼
┌─────────┐   成为候选人   ┌───────────┐
│ Follower│──────────────▶│ Candidate │
└─────────┘               └─────┬─────┘
     │◀─────── heartbeat ───────┤
     │                          │
     │         ┌───────────────┼───────────────┐
     │         │               │               │
     │    获得多数票         收到新Leader    选举超时
     │         │               │               │
     │         ▼               ▼               ▼
     │   ┌─────────┐     ┌───────────┐     ┌───────────┐
     │   │  Leader │     │  Follower │     │ Candidate │
     │   └─────────┘     └───────────┘     └───────────┘

一致性哈希

// 一致性哈希环
public class ConsistentHash {
    private final SortedMap<Long, String> circle = new TreeMap<>();

    // 添加节点
    public void addNode(String node) {
        for (int i = 0; i < VIRTUAL_NODES; i++) {
            long hash = hash(node + "#" + i);
            circle.put(hash, node);
        }
    }

    // 获取节点
    public String getNode(String key) {
        if (circle.isEmpty()) return null;
        long hash = hash(key);
        SortedMap<Long, String> tail = circle.tailMap(hash);
        return tail.isEmpty() ? circle.firstEntry().getValue()
                               : tail.firstEntry().getValue();
    }
}

总结

1. CAP 定理：一致性、可用性、分区容错不可兼得
2. BASE 理论：最终一致性方案
3. 一致性协议：2PC、3PC、Paxos、Raft
4. 一致性哈希：解决节点增减问题