1 集中式
1.1 定义
由一台或多台主计算机组成中心节点，数据集中存储于该中心节点中，且其他相关业务单元全都集中部署在这个中心节点上，汇集系统所有功能并由其集中处理。
1.2 优点
- 性能优越
此类系统基本部署在基于底层性能卓越的大型主机之上
- 稳定性好
钱花的多就要办好事
1.3 缺点
- 昂贵
- 单点问题
- 维护复杂
2 分布式
2.1 定义
引用《分布式系统概念与设计》一文对于分布式系统的定义：
分布式系统是一个硬件或软件组件分布在不同的网络计算机上，彼此之间仅仅通过消息传递进行通信和协调的系统。
2.2 特点
- 分布性
- 对等性
- 并发性
- 缺乏全局时钟
- 故障总会发生
2.3 分布式带来的问题
- 通信异常
网络系统本身是不可靠的，由于分布式系统需要通过网络进行数据传输，网络光纤，路由器等硬件难免出现问题。只要网络出现问题，也就会影响消息的发送与接受过程，因此数据消息的丢失或者延长就会变得非常普遍。
- 网络分区
由于网络延迟导致的分布式节点中只有部分能够进行正常通信，另一部分则不能，我们将这种现象叫做网络分区，俗称“脑裂”，当网络分区出现时会存在局部小集群，小集群完成了原来需要全部节点参与的分布式事务请求，这对分布式一致性挑战很大。
- 三态
成功、失败、超时。当出现超时现象时，就无法确定请求是否被处理成功
- 节点故障
节点故障在分布式系统下是比较常见的问题，指的是组成服务器集群的节点会出现的宕机或“僵死”的现象，这种现象经常会发生。
2.4 方法论
2.4.1 事务
事务是对数据进行访问与更新的最小执行逻辑单元。是保证数据一致性的方法。
狭义上，事务特指数据库事务。
2.4.2 事务特性
原子性（Atomicity）
一个事务必须被视为一个不可分割的最小单元，整个事务中的所有操作要么全部提交成功，要么全部失败，对于一个事务来说，不能只执行其中的一部分操作。
一致性（Consistency）
事务将数据库从一种一致性状态转换到另外一种一致性状态，在事务开始之前和事务结束之后数据库中数据的完整性没有被破坏。
隔离性（Isolation）
一个事务的执行不能被其他事务干扰。即一个事务内部的操作及使用的数据对并发的其他事务是隔离的，并发执行的各个事务之间不能互相干扰。
持久性（Durability）
一旦事务提交，则其所做的修改就会永久保存到数据库中。此时即使系统崩溃，已经提交的修改数据也不会丢失。
2.4.3 分布式事务
分布式事务是指事务的参与者、支持事务的服务器、资源服务器以及事务管理器分别位于不同的分布式系统的不同节点之上。
对于本地事务或者集中式的事务处理系统，通过成熟的ACID模型就可以保证数据的一致性。但在分布式系统中，若通过一套严格满足ACID特性的分布式事务，很有可能出现系统的严格一致性和可用性冲突：
- 当系统需要严格一致性时，必定涉及到数据同步，而同步过程会牺牲掉系统的可用性；
- 当系统需要时刻保持可用，则对于不同节点的数据就无法保证严格一致性。
2.4.5 CAP理论
一致性(Consistency)，可用性(Availability)，分区容错性(Partition tolerance)这三个词的缩写。
一致性
对于一个将数据分布到不同的分布式节点的系统来说，当你更新第一个节点的时候，要保证也能够更新第二个节点，不能是用户读第二个节点时出现脏读，这样的系统才是严格一致性的。
与ACID中的C（一致性）区别
ACID的C：逻辑上的一致性，即所有操作是符合现实当中的期望的，事务执行后不会出现任何无效的数据状态，强调数据的完整性。
- 比如：如果带有一个外键的一行记录被删除，那么其外键相关记录也应该被删除，这就是ACID一致性意思。
CAP的C：物理上的一致性，强调数据的正确性。
- 同样数据在分布式系统中所有地方都是被复制成相同。
可用性
对于用户的每一个请求，都希望在有限的时间内返回结果，有限的时间指的是系统设计的响应时间，返回结果是一个正常的要么成功要么失败的结果，而不是一个用户看不懂的结果。
分区容错性
在遇到网络分区的时候，仍然需要保证提供一致性的可用服务。
CAP理论告诉我们C、A、P三者不能同时满足，最多只能满足其中两个。
2.4.6 BASE理论
即使无法做到强一致性，但分布式系统可以根据自己的业务特点，采用适当的方式来使系统达到最终的一致性。
Basically Available（BA基本可用）
允许损失部分可用性，不等价于系统不可用。具体损失表现在：
- 响应时间上的损失，
- 功能上的损失（峰值并发时可能会引导到一个降级的页面）
Soft state（S软状态）
允许数据存在中间状态，允许数据在不同节点进行数据同步时存在延时。
Eventually consistent（E最终一致性）
系统间的所有数据副本，在经过一段时间同步后，最终能够达到一致性。不需要实时一致性。
下一章讨论分布式中的一致性协议。敬请期待！
