分布式的的基本瓶颈是什么？为什么分布式系统这么困难，人们还要孜孜不倦不倦地设计他们？搞一个巨大的中心化系统可能吗？FLP，CAP说的是些什么？
让多于一个节点的系统能够协同工作，需要满足两个条件，一是一致性，大家的力气往一处使，二是唯一性，每个节点都在干自己的活儿。唯一性的算法是一致性哈希表，这里我们不讨论，主要是我不太懂。：-)
分布式系统不可或缺，原因是可靠性和规模。集中的单一系统，无论其可靠性和处理能力多高，都是有限值。就可靠性而言，一个最简单的器件，其失效率大约在一个FIT（10的9次方分子一）。而简单路由器的失效率就已经达到了几百个FIT的量级。进一步提高可靠性的方法是系统备份，也就是用两个或者多个系统来承担任务，其中一个坏了不影响整体系统的可用性。而这两个或者三个互相备份的系统，他们之间给出的结果不一样怎么办？这就回到了一致性这个基本的命题。
我们从来没有见到任何系统保证100/100的可靠性，都是99.9，或者99.999，为什么呢？这和FLP有关。FLP是三个人姓的字母缩写，它论证了在异步的网络上，任何分布式一致性算法，面对仅仅一个节点时效时，都有算法不能结束的风险（一直达不成一致）。
这初听起来很让人绝望，但在工程精度范围内，有很多解决方案。例如，部署有同步时钟的网络（相对论告诉我们对不同观察者没有同步的时钟，但我们生活的低速世界，这至少暂时还不是问题），电信系统以前就是有同步时钟的，中国有国家授时系统。我们可以看见，这个时钟系统是中心化的，但是中心化和去中心化都是工具，如果中心化的时钟系统效果最好，为什么要拘泥于去中心化呢？
也可以或然地承诺系统的可靠性，比如5个9，9个9，甚至11个9。到这个精度，系统可靠时间已经远远超过了维修换代时间和人的自然寿命，可以安全使用了。
CAP的意思是说，分布系统不能同时满足 Consistency（一致性），Availability(可用性），Partition Tolerant（网络隔离容忍）。网络隔离会导致两个不一致的，互相不能通讯的中心，又叫脑裂。CAP的不可能性和FLP的不可能性一样，都在工程精度范围内可以解决。
以上FLP，CAP都给我们一点启发，就是网络与通讯是分布式系统的基本瓶颈。这也和直觉一致，分布式系统，就是用网络连接起来的很多个小的单一系统。
我们的社会也是一个很多人组成的分布式系统，需要一致性，唯一性和可靠性。需要中心化的节点，和分布式的系统。互相协同，才能达到系统效果最优。而沟通与通讯也是基本瓶颈。
附录 技术部分
Paxos是最为人知的分布式一致性协议，它就是一个不靠谱的议会（a part time parliment)。毫不意外，它无法处理拜占庭错误。如果有1/3的成员组织起来，就能够让一致性被影响。秘密社团只需要在1/3的议员里面，通过影响公众不注意的法案细节，就可以给他们自己谋巨大的利益，现在你相信有秘密社团了吗？。
网友评论