第八章 分布式系统的挑战
悲观的假设：所有可能出错的事情一定会出错；
故障来自：网络问题，时钟与时序问题；(网络分区归属网络故障之中)
关注于：分布式无共享系统，即仅通过网络传输数据，使用不可靠的组件构建可靠的系统；
超时时间通常是通过持续检测响应时间和抖动，动态设置；
异步网络通信可能出现的错误:
- 请求丢失，物理断网；
- 请求在某个队列中排队等待或者直接被丢失，也许网络或者接收方超负荷了；
- 远程接收节点宕机，或暂时无法响应；
- 远程节点的响应在传输过程中丢失，或网络，发送方超负荷；
检测故障
自动检测节点失效:
- 负载均衡器避免向已失效的节点分发请求；
- 主节点出现故障时，提升从节点提供服务；
网络拥塞与排队场景:
- 多节点向单节点同时发送数据，网络交换机会出现排队，即网络拥塞，且数据有因队列满了而被丢失的风险；
- cpu所有核心均处于繁忙状态时，网络数据包会被操作系统放入等待队列；
- tcp执行流量控制时，节点主动限制自己的发送速度，即在发送方上排队；
同步与异步网络
传统的固定电话网络，非常可靠，当拨打电话时，系统会动态建立一条电路，在整条线路上为呼叫分配一个固定的，带宽有保证的通信链路，维持到通话结束；
关键在于可预留固定的带宽，可保证最大的往返时间；
但对于tcp而言，可传输任意大小的数据块，动态调整传输速率，尽力在最短时间内完成数据传送，又因以太网和ip是基于分组交换，即不会事先确定带宽需求；
即前者是静态分配资源，而互联网是动态分配资源，由发送方竞争发送数据，交换机决定顺序，虽然容易出现排队，但也是最大限度利用了带宽；
不可靠的时钟
网络存在不确定的延迟，且节点间的时间也不一定能统一，还存在时钟偏移的问题；
两种时间计算形式
墙上时钟:指从1970...到当前时间点的毫秒数，需要考虑节点的时钟准确性；
单调时钟:测量时间段，记录两次时钟值，取差；
单独依赖时间戳，使用lww时，容易出现客观时间 后写入的数据 被 先写入的数据 覆盖，因为节点间的时钟可能有偏差，故可引入时钟的置信区间，参考spanner的设计；
进程暂停
即线程被暂停后，对自己被暂停过一无所知；
令牌号即版本号，防止旧请求生效；
拜占庭故障:即恶意伪造请求的节点，大多数情况下不考虑；