🌐 分布式系统基础

保证一致性和可用性，但不能容忍分区。

典型例子：传统关系型数据库（单机）

适用场景：对一致性要求极高的单机系统

保证一致性和分区容错性，但可能牺牲可用性。

典型例子：MongoDB、Redis Cluster

适用场景：对数据一致性要求高的分布式系统

保证可用性和分区容错性，但可能出现数据不一致。

典型例子：Cassandra、DynamoDB

适用场景：对可用性要求高的大规模分布式系统

• 原子性（Atomicity）：事务要么全部成功，要么全部失败
• 一致性（Consistency）：事务执行前后数据保持一致
• 隔离性（Isolation）：并发事务之间相互隔离
• 持久性（Durability）：事务提交后数据永久保存

• 基本可用：系统在出现故障时仍能提供基本服务
• 软状态：允许系统存在中间状态
• 最终一致性：系统最终会达到一致状态

所有节点在任何时刻都能看到相同的数据。

优点：数据一致性保证强

缺点：性能和可用性较低

应用：金融交易系统

系统在一段时间后会达到一致状态。

优点：高可用性和性能

缺点：短期内可能不一致

应用：社交网络、内容分发

系统不保证何时达到一致性。

优点：最高的性能和可用性

缺点：一致性保证最弱

应用：实时游戏、视频直播

协调者向所有参与者发送准备请求，参与者执行事务操作但不提交，并返回准备结果。

如果所有参与者都准备成功，协调者发送提交请求；否则发送回滚请求。

利用数据库的唯一约束实现分布式锁。

优点：实现简单，强一致性

缺点：性能较低，依赖数据库

使用Redis的SETNX命令实现分布式锁。

优点：性能高，支持过期时间

缺点：可能存在锁失效问题

利用ZooKeeper的临时顺序节点实现分布式锁。

优点：可靠性高，支持阻塞等待

缺点：性能相对较低