分布式前言

分类：存储、计算、通信
优势：性能(并行)、容错
目标：抽象出一个接口，下层为分布式的基础设施，上层就像非分布式系统一样为用户提供服务(既用户无感知，对用户透明)

主题：

1. 可伸缩性(scalability)：增加减少机器
2. 容错(tolerance)：

• 可用性(availability)
• 可恢复性(recoverability)
  • 非易失性存储(non-volatile storage)：磁盘
  • 复制(replication)

3. 一致性(consistency)

• 强一致性：通信开销大
• 弱一致性

集群与分布式

集群：整个项目复制多份，每个机器一份
分布式：整个项目分为多个模块，每个机器一个模块

CAP

1. consistency(一致性)
   1. 各个节点，数据都是一致的
2. availability(可用性)
   1. 对于请求，能够返回正确结果
3. partition tolerance(分区容错性)
   1. 网络不连通时，能够满足C或A

CAP理论就是说在分布式存储系统中，最多只能实现上面的两点。而由于网络硬件肯定会出现延迟丢包等问题，所以分区容错性是我们必须需要实现的。所以我们只能在一致性和可用性之间进行权衡，没有NoSQL系统能同时保证这三点。

消息队列

存放消息的容器：Kafka、ActiveMQ、RabbitMQ、RocketMQ
作用：1. 系统通过消息队列可进行异步处理；2. 降低系统的耦合性；3. 削峰，削平高峰期的并发事务
引入消息队列带来的问题：

1. 系统可用性降低： 系统可用性在某种程度上降低，为什么这样说呢？在加入MQ之前，你不用考虑消息丢失或者说MQ挂掉等等的情况，但是，引入MQ之后你就需要去考虑了！
2. 系统复杂性提高： 加入MQ之后，你需要保证消息没有被重复消费、处理消息丢失的情况、保证消息传递的顺序性等等问题！
3. 一致性问题： 我上面讲了消息队列可以实现异步，消息队列带来的异步确实可以提高系统响应速度。但是，万一消息的真正消费者并没有正确消费消息怎么办？这样就会导致数据不一致的情况了!