常见分布式协议和算法的说明和对比

深藏阁楼爱情的钟 2024-03-26 19:35 40阅读 0赞

## 常见分布式协议和算法的说明和对比 ##

开发分布式系统最关键的就是根据场景特点，选择合适的算法，在一致性和可用性之间妥协折中，而妥协折中的关键就在于能否理解各算法的特点。

### 分布式一致性的背景 ###

#### 一致性的分类 ####

我们讲分布式系统的一致性，一般来说，有如下几个分类：

*  强一致性。对一致性要求最高的，是强一致的，保证写操作完成后，任何后续访问都能读到更新后的值。。但是性能较弱，在互联网系统里面用的较少，但是在金融领域使用的较多。因为是同步的，因此性能会比较低。
 *  弱一致性。写操作完成后，系统不能保证后续的访问都能读到更新后的值。
 *  最终一致性。是弱一致性的一个特定形式，如果对某个对象没有新的写操作了，最终所有后续访问都能读到相同的最近更新的值，但是是在最终某个时间点才能保证。弱一致性（最终一致性）都是异步的，因此性能会比较好。

**一般而言，在需要系统状态的一致性时，你可以考虑采用二阶段提交协议、TCC。在需要数据访问是的强一致性时，你可考虑 Raft 算法。在可用性优先的系统，你可以采用 Gossip 协议来实现最终一致性，并实现 Quorum NWR 来提供强一致性。**

#### 如何理解分布式一致性 ####

设计分布式系统的两大初衷：横向扩展（scalability）和高可用性（availability），横向扩展的目的也是为了解决单点问题从而保障可用性，因此分布式系统的核心诉求也就是可用性，为了保证可用性，一个分布式系统通常由多个节点组成，而这些节点各自维护一份数据，因此我们需要能够保证每个节点上的数据都是相同的，也就是要保证一致性，这就是我们所说的分布式一致性，他通过给定的一系列操作，在**协议（共识算法**）的保障下，试图使得它们对处理结果达成某种程度的一致。

#### 分布式系统的核心问题 ####

前面说到，分布式一致性，是通过给定的一系列操作，在**协议（共识算法**）的保障下，试图使得它们对处理结果达成某种程度的一致。这里，也就是整个分布式系统的核心问题，怎么保证多个节点间的数据是一致的，这就需要我们对分布式协议（共识算法）要能够有比较深刻的理解，然后才能很好的解决分布式数据的一致性，掌握分布式协议（共识算法）也是你面试架构师、技术专家等高端岗位时的敲门砖。

#### 拜占庭容错 和 非拜占庭容错 ####

拜占庭错误是一个错误模型，描述了一个完全不可信的场景，除了存在故障行为，还存在恶意行为。拜占庭容错（Byzantine Fault Tolerance，BFT），就是指能容忍拜占庭错误了。拜占庭容错是分