分布式系统一致性理论

CAP定理

• 一致性：所有节点同时看到相同数据
• 可用性：每个请求都能响应
• 分区容错：网络分区时系统继续运行

三者只能满足其二，通常选择AP或CP。

BASE理论

• BA：基本可用
• S：软状态
• E：最终一致性

是CAP的折中方案，适合高可用场景。

一致性模型

强一致性

• 线性一致性：操作按全局顺序
• 顺序一致性：单机进程顺序
• 因果一致性：因果操作有序

实现：Raft、Zab、Paxos协议

弱一致性

• 最终一致性：保证达到一致
• 读己之写：用户能读到自己的写
• 会话一致性：会话内单调读写

实现：Gossip协议、向量时钟

分布式共识算法

Raft

• Leader选举：超时触发选举
• 日志复制：Leader同步日志到Follower
• 安全性：选举限制、日志匹配

Paxos

• Prepare/Promise：提案编号
• Accept/Accepted：多数派接受
• 难理解，工程实现少

ZAB

ZooKeeper专用，类似Raft但支持广播。

分布式事务

2PC

协调者-参与者两阶段提交，阻塞且单点故障。

3PC

增加CanCommit阶段，降低阻塞概率但仍不完美。

Saga

长事务拆分短事务，补偿操作回滚。

本地消息表

业务DB存消息，定时任务扫描发送。

时钟同步

• NTP：网络时间协议，毫秒级偏差
• 逻辑时钟：Lamport Timestamp
• 向量时钟：捕捉事件因果关系

实践建议

1. CP系统：Raft选主，强一致性
2. AP系统：Gossip传播，最终一致
3. 幂等设计：重复请求不影响结果
4. 优先异步：解耦提升可用性