1.1 从集中式到分布式
1 集中式特点
结构简单，无需考虑对多个节点的部署和节点之间的协作。
2 分布式特点
分不性：在时间可空间上随意分布，机器的分布情况随时变动
对等性：计算机之间没有主从之分，所有计算机之间是对等的。副本是分布式系统对数据和服务提供的一种冗余手段。
数据副本，是指在不同的节点上持久化同一份数据，只是解决分布式系统数据丢失的最有效手段。
服务副本，多个节点提供同样的服务，每个节点有能力接受外部的请求并进行处理。
并发性
缺乏全局时钟：很难定义两个事件的顺序谁先谁后，原因是缺乏全局时钟序列控制。
故障总是会发生：组成分布式系统的所有计算机随时可能发生各种形式的故障。
3 分布式环境各种问题
通信异常
网络分区：当网络发生异常，系统中部分节点之间网络延时不断增大，最终导致只有部分节点能够通信，另一些节点不能。这一现象叫网络分区，或者“脑裂”。
三态：失败、成功与超时。
节点故障：组成分布式系统的节点宕机或者“僵尸”，每个节点都会发生，每天都在发生。
1.2从ACID到CAP/BASE
1 ACID
原子性
全部成功执行
全部不执行
一致性
隔离性
未授权读取
授权读取
可重复读：事务处理过程中，多次读取数据是一致的。
串行化：所有事务被串行执行，是最严重的事务隔离级别。
| 隔离级别 | 脏读（Dirty Read） | 不可重复读（NonRepeatable Read） | 幻读（Phantom Read） |
|---|---|---|---|
| 未授权读取 （Read uncommitted） | 可能 | 可能 | 可能 |
| 授权读取（Read committed） | 不可能 | 可能 | 可能 |
| 可重复读（Repeatable read） | 不可能 | 不可能 | 可能 |
| 串行化（Serializable ） | 不可能 | 不可能 | 不可能 |
级别越高，数据越安全，但性能越低。（不可重复读针对的是读取过程中其他线程对数据 update或delete,幻读针对insert进去符合条件的数据。）
持久性：指一个事务提交，它对数据的修改是永久性的。
2 分布式事务
3 CAP和BASE理论
CAP:一个分布式系统不可能同时满足一致性、可用性、分区容错性，这三基本要求最多只能满足其中的两个。
一致性：在多个副本中的数据是否能保持一致。
可用性：指系统提供的服务是否一致可用，对用户的请求是否能在有限的时间内返回结果。
分区容错性：在遇到任何网络故障的时候，仍然满足一致性和可用性的服务。
对一个分布式系统而言，分区容错性是一个最基本的要求。
Base理论：面向的是大型高可用可扩展的分布式系统，和传统事务的ACID不一样，它完全不同于ACID的强一致性模型，而是提出通过牺牲强一致性来获取数据在一段时间内是不一致的，但最终达到一致状态。
基本可用：分布式系统出现不可预知故障时，允许损失部分可用性。
响应时间上的损失
功能上的损失
弱状态：允许不同副本数据同步时候的传输延时。
最终一致性：指系统中所有的副本，在经过一段时间的同步之后，最终能够达到一个一致的状态。