分布式知识的总结(V1.0)
浏览:3792次 出处信息
1:分布式理论
CAP(Eric Brewer)
Web服务无法同时满足以下3个属性
Web服务无法同时满足以下3个属性
- Consistency(一致性),数据一致更新,所有数据变动都是同步的
- Availability(可用性),每个操作都必须以可预期的响应结束
- Partition tolerance(分区容错性),即使出现单个组件无法可用,操作依然可以完成
在任何数据库设计中,一个Web应用至多只能同时支持上面的两个属性,不可能三者兼顾。对于分布式系统来说,分区容错是基本要求,所以必然要放弃一致性。对于大型网站来说, 分区容错和可用性的要求更高,所以一般都会选择适当放弃一致性。对应CAP理论,NoSQL追求的是AP,而传统数据库追求的是CA,这也可以解释为什么 传统数据库的扩展能力有限的原因。
ACID解决方案
ACID数据库事务极大地简化了应用开发人员的工作.正如其缩写标识所示,ACID事务提供以下几种保证:
- Atomicity(原子性),事务中的所有操作,要么全部成功,要么全部不做.
- Consistency(一致性)在事务开始与结束时,数据库处于一致状态.
- Isolation(隔离性) 事务如同只有这一个操作在被数据库所执行一样.
- Durability(持久性). 在事务结束时,此操作将不可逆转.(也就是只要事务提交,系统将保证数据不会丢失,即使出现系统Crash,译者补充).
数据库厂商在很久以前就认识到数据库分区的必要性,并引入了一种称为2PC(两阶段提交)的技术来提供跨越多个数据库实例的ACID保证
BASE解决方案
- Basically Available(基本可用)
- Soft-state( 软状态/柔性事务)
- Eventual Consistency(最终一致性)
BASE模型是传统ACID模型的反面,不同与ACID,BASE强调牺牲高一致性,从而获得可用性,数据允许在一段时间内的不一致,只要保证最终一致就可以了。
2:分布式系统基础组件
RPC
- Google Protocol Buffer
- http://code.google.com/p/protobuf/
- Protocol Buffers are a way of encoding structured data in an efficient yet extensible format.
- Thrift
- "Thrift: Scalable Cross-Language Services Implementation"
- Thrift 主页
- SEDA,论文 "SEDA: An Architecture for Well-Conditioned, Scalable Internet Services"
message queue
- RabbitMQ: http://www.rabbitmq.com/
- ZeroMQ: http://www.zeromq.org/
- celery: http://celeryq.org/
- ActiveMQ: http://activemq.apache.org/
failure detection
- “The φ Accrual Failure Detector”
分布式系统中的一致性
- "Principles of Computer Systems Design" 第十章(可以到MIT 网站下载)
- 虚拟同步(virtual synchrony)系统
- K.P. Birman 的两篇论文,讲述虚拟同步的概念的实现方法
- Reliable Communication in the Presence of Failures
- Exploiting virtual synchrony in distributed systems
- 扩展的虚拟同步(Extended Virtual Synchrony),也称为 TOTEM 协议
- Y. Amir 等,"The Totem Single Ring Ordering and Membership Protocol"
- L.E. Moser 等,"Extended Virtual Synchrony"
- Corosync 是 TOTEM 协议的一个开源实现,当前 RedHat 等提供的企业集群使用它作为一致性协议。
- Corosync 的相关资料 http://en.wikipedia.org/wiki/Corosync_(project)
- K.P. Birman 的两篇论文,讲述虚拟同步的概念的实现方法
- 采用类似 Paxos 算法的系统
- Leslie Lamport, "Paxos Made Simple"
- "Paxos Made Live - An Engineering Perspective" Google 实现 Paxos 算法时的工程考虑。
- Zookeeper,两篇介绍 ZooKeeper 的论文
- ZooKeeper: Wait-free coordination for Internet-scale systems
- A simple totally ordered broadcast protocol
- Google 的 Chubby,"The Chubby lock service for loosely-coupled distributed systems"
- 最终一致性
- 最终一致性概念
- Cassandra 中最终一致性的应用
- 基于 Gossip 协议的组成员管理,论文 "Efficient Reconciliation and Flow Control for Anti-Entropy Protocols"
- 基于 Merkle tree 的数据同步算法:“Informed content delivery across adaptive overlay networks”
- CAP 理论
- BASE 理论 http://queue.acm.org/detail.cfm?id=1394128
3:分布式数据库和分布式文件系统
Google File System
- Hadoop Distributed File System (HDFS),http://hadoop.apache.org/hdfs/
- 论文 “The Google file system”
MooseFS
Ceph
- http://ceph.newdream.net/
- 论文 "CEPH: RELIABLE, SCALABLE, AND HIGH-PERFORMANCE DISTRIBUTED STORAGE"
Dynamo
- 论文 "Dynamo: Amazon’s Highly Available Key-value Store"
Big Table
- http://hbase.apache.org/
- 论文 "Bigtable: A Distributed Storage System for Structured Data"
Cassandra
- http://cassandra.apache.org/
- 论文 "Cassandra - A Decentralized Structured Storage System"
Parallel Database
- Yahoo! PNUTS 论文 "PNUTS: Yahoo!’s Hosted Data Serving Platform"
- GreenPlum 并行数据库,私有软件,非开源
- HadoopDB,论文 "HadoopDB: An Architectural Hybrid of MapReduce and DBMS Technologies for Analytical Workloads"
分布式数据库对比
论文 "Benchmarking Cloud Serving Systems with YCSB"
4:大规模数据处理
- MapReduce
- Hive, Pig
- Hive 论文 "Hive - A Petabyte Scale Data Warehouse Using Hadoop"
- Pig 论文 "Pig Latin: A Not-So-Foreign Language for Data Processing"
- search engine (Lucene)
5:关系数据库
- 数据库设计与实现基本理论
- Book "Database System Implementation"
- transaction processing
- Book "Transaction Processing: Concepts and Techniques"
- Book "Principles of Transaction Processing, Second Edition"
- 性能优化
- Book "High Performance MySQL"
- Book "Physical Database Design"
- SQLite 代码分析
- PostgreSQL
6:分布式系统理论研究
这几本书里面,"distributed algorithms" 比较偏重纯理论,与实际技术相关性不大,阅读优先级较低;"distributed systems: principles and paradigms" 讲了不少实际系统,但是讲的不是很深入(也很难讲深入),初学者可以先浏览一遍;"Principles of computer systems design: an introduction" 是一本新书,对系统设计的很多思想讲的很透彻清晰,优先级较高。
- Lynch's book "distributed algorithms"
- Tanenbaum's book "distributed systems: principles and paradigms"
- "Principles of computer systems design: an introduction"
- CAP theorem paper, "Brewer's conjecture and the feasibility of consistent, available, partition-tolerant web services"
7:值得读的博客
- Storm 作者 Nathan Marz:http://nathanmarz.com/
- Werner Vogels — Amazon CTO :http://www.allthingsdistributed.com/
建议继续学习:
- 分布式缓存系统 Memcached 入门 (阅读:14723)
- Zookeeper工作原理 (阅读:10400)
- GFS, HDFS, Blob File System架构对比 (阅读:9383)
- Zookeeper研究和应用 (阅读:8521)
- 分布式日志系统scribe使用手记 (阅读:8043)
- 一致性哈希算法及其在分布式系统中的应用 (阅读:7933)
- 分布式哈希和一致性哈希 (阅读:7662)
- HBase技术介绍 (阅读:6760)
- 分布式系统的事务处理 (阅读:5999)
- Memcache分布式部署方案 (阅读:5446)
QQ技术交流群:445447336,欢迎加入!
扫一扫订阅我的微信号:IT技术博客大学习
扫一扫订阅我的微信号:IT技术博客大学习
<< 前一篇:位置同步策略
后一篇:玩转Protocol Buffers >>
文章信息
- 作者:longhao 来源: 龙浩的blog
- 标签: 分布式
- 发布时间:2012-09-16 23:18:32
建议继续学习
近3天十大热文
- [55] IOS安全–浅谈关于IOS加固的几种方法
- [53] android 开发入门
- [53] 如何拿下简短的域名
- [52] 图书馆的世界纪录
- [50] Go Reflect 性能
- [50] Oracle MTS模式下 进程地址与会话信
- [48] 【社会化设计】自我(self)部分――欢迎区
- [47] 读书笔记-壹百度:百度十年千倍的29条法则
- [36] 程序员技术练级攻略
- [29] 视觉调整-设计师 vs. 逻辑