分布式系统

- ZAB协议.md

1. Raft是什么 - Diego Ongaro发明的分布式共识算法 2. 为什么需要Raft - 为了解决Paxos实现复杂的问题 3. Raft算法流程 3.1. 角色 - Leader - Follower - Candidate 3.2. 三个阶段 3.2.1. 阶段1：Leader选举

1. Gossip是什么 - 由施乐公司提出的一种用于分布式数据库在多节点间复制数据的算法 - 节点之间不断交换信息，一段时间之后集群所有节点都会知道完整的信息 2. 为什么需要Gossip 3. Gossip算法流程 - 每个节点定时，随机得选取连接的节点传播消息 - 其他节点收到之前没有的消息后

1. 分布式一致性模型是什么 - 不同的一致性模型解决了不同程度的一致性问题 2. 分布式一致性模型分类 2.1. 强一致性 - CAP.md中的C - 也叫线性一致性 2.2. 弱一致性 - 最终一致性 - 因果一致性 - 读你所写一致性 - 会话一致性 - 单调读一致性 - 单调写一致性 - 前

1. 复制是什么 - 同一份数据保存在多台机器上 - 存储数据的每个节点叫做副本 2. 为什么需要复制 - 通过数据冗余提高可用性 - 通过读写分离提高读吞吐量 3. 复制架构 分布式系统复制架构.md 4. 复制方式 分布式系统复制方式.md 5. 复制日志格式 分布式系统复制日志.md 6. 参

1. 什么是Leader-Leader - 有多个Leader，每个Leader有多个Follwer 2. Leader-Leader使用场景 - 多个数据中心 - 应用程序在断网之后仍然需要继续工作 3. Leader-Leader原理 3.1. Leader选举 3.2. Leader同步数据给

1. 什么是Leaderness - 没有leader，客户端写的时候将写请求并行发给所有replica，读的时候同样将读请求并行发给所有replica 2. Leaderness使用场景 3. Leaderness原理 3.1. 数据同步 3.1.1. 写入冲突问题 - 允许多个客户端同时写入相同

1. 什么是Leader-Follower - 副本中有且仅有一个Leader，其他的都是Follower 2. Leader-Follower使用场景 - 单个数据中心 3. Leader选举 所有副本中选出一个作为Leader，其他的副本作为Follower 3.1. 选举方法 1. 手动 -

1. 是什么 - 副本之间的数据变更一般通过复制日志追踪，格式有以下几种 2. 分类 2.1. 物理日志 - 对哪个page的修改，原始值是什么，更新值是什么 2.2. 逻辑日志 - 对哪条记录的修改，又分为Statement和Row 2.2.1. Statement - 客户端请求的原始语句 -

1. 同步复制 leader要同步给所有follower才算成功 1. 客户端请求leader 2. leader写入本地数据 3. leader同步给follower 4. leader返回给客户端成功 2. 异步复制 leader写入就算成功 1. 客户端请求leader 2. leader写入