分布式复习总结
分布式系统及云计算复习资料
1．分布式计算是一种把需要进行大量计算的工程数据分割成小块，由多台计算机分别计算，在上传运算结果够，将结果统一合并得出数据结论的科学。
2．分布式系统的关键目标:用户可以方便的访问资源;对用户隐藏资源再多台计算机上分布的情况;分布式系统是开放的;分布式系统是可扩展的3．资源可访问性：是用户可以方便的访问远程资源，并且以一种受控的方式与其他用户共享这些资源。
4．透明性;指分布系统是一个整体，而不是独立的组件的组合，系统对用户和应用程序屏蔽其组件的分离性。
5．云计算：由一系列可以动态升级和被虚拟化的资源组成，这些资源被所有云计算的用户所共享并且可以方便的通过网络访问，用户无需掌握与计算技术，只需要按照个人或者团体的需要租赁与计算的资源。
6．云计算的优缺点;优点（1.数据的可移性2.轻松维护个人应用程序和个人文件 3.对计算机的要求低4.给多人协作带来了机会5.资源整合使用率高6.节电省能，降低成本）缺点（1.对网络的高依赖性2.数据的安全问题3.数据的存活能力7．集群运算与网格运算的区别：1在集群中，资源位于单个的管理区中由单个实体进行管理；而在网格系统中，资源分布在不同的管理区。
每个管理区都有其策略和目标2应用程序的调度安排，集群系统中的调度器着眼于提高整个系统性能；而在网格系统中调度器被称为资源代理着眼于提升特定应用的表现来满足终端用户的服务质量需求。
8．分布式系统：是一组自治的计算机集合，通过通信网络和相互链接，实现资源共享和协同工作，而呈现给用户的是单个完整的计算机系统。
9．分布式与集中式区别：1.分布式各组件和进程行为是物理并发的，没有统一时钟，而集中式系统的时间是明确的，同步机制实行起来相对容易 2.分布式系统各组件必须实现可靠安全的相互作用，当一部分出现故障时，系统大部分工作仍可进行。
而集中式系统出现鼓掌则不能继续工作 3.分布式系统的异构性。
4与集中式系统相比，分布式系统响应时间较短。
分布式数据库复习要点
分布式数据库复习要点分布式数据库复习要点第一章1、分布式数据库的定义（P4）物理上分散而逻辑上集中的系统，它使用计算机网络将地理位置分散而管理和控制又需要不同程度集中的多个逻辑单位（通常是集中式数据库系统）连接起来，共同组成一个统一的数据库系统。
分布式数据库系统可以看成是计算机网络和数据库系统的有机结合。
2、分布式数据库的两种分类方法（P7）●按局部DBMS的数据模型分同构型DDBS：各个站点上数据库使用同一数据模型同构同质型-数据模型相同，且是同一种DBMS（同一厂家）同构异质型-数据模型相同，不是同一种DBMS异构型DDBS ：各站点上数据库的数据模型类型不同全局控制集中型DDBS：全局控制机制和全局数据词典位于中心站点全局控制分散型DDBS：全局控制机制和全局数据词典分散在网络的各个站点上。
全局控制可变型DDBS：也称主从型DDBS。
分成两组站点，一组包含全局控制机制和全局控制词典，另外一组不包含。
3、分布式数据库的组成成分（两部分）（P9）●数据：分布式数据库的主体，包括局部数据和全局数据。
●数据目录：数据结构的定义、全局数据的分片、分布、授权、事务恢复等描述，包括局部和全局数据目录。
4、分布式数据库的数据分片的定义和类型（3种）（P10）数据分片：又称数据分割、数据分段，局部数据库是由全局数据库分割而成。
三种类型：●水平分片：按特定条件把全局关系的所有元组划分成若干个互不相交的子集，对全局关系施加选择运算。
●垂直分片：把全局关系的属性集分成若干个子集，对全局关系施加投影运算。
●混合分片：以上两种方法的混合。
5、分布式数据库的分布策略（4条）（P11）数据分布：根据某种策略把数据分片所得的逻辑片断分散地存储在各个站点上.●集中式：所有数据都安排在同一站点上●分割式：所有数据只有一份，被分割成若干个逻辑片段，每个片段被放置在特定的站点●复制式：所有数据有多个副本，每个站点都有一个完整的数据副本●混合式：分割式和复制式的混合6、分布式数据库的模式结构（P13）分四层：●全局外层：全局外模式---全局应用的用户视图。
分布式数据库系统复习材料
分布式数据库系统复习材料在学习和复习分布式数据库系统时，需要掌握以下几个关键知识点：1.分布式数据库架构：分布式数据库系统可以采用集中式架构、两层架构、三层架构等不同的架构模式。
其中集中式架构通过一个中央服务器管理所有的数据，两层架构将数据分为客户端和服务器两部分进行管理，三层架构引入中间层服务器来协调不同的功能和数据层。
2.分布式数据库一致性：分布式数据库系统需要保证数据的一致性。
数据的一致性可以通过ACID原则来保证，即原子性、一致性、隔离性和持久性。
此外，还可以使用分布式事务来保证数据的一致性，分布式事务可以通过两阶段提交（2PC）或者三阶段提交（3PC）来实现。
3.分布式数据库的查询：分布式数据库系统可以进行分布式查询，即将查询请求分发给不同的节点进行处理。
常用的查询分发策略包括哈希分发、范围分发和复制分发。
哈希分发根据查询内容的哈希值将查询请求分发到对应的节点上，范围分发根据数据的范围将查询请求分发到对应节点上，复制分发将查询请求分发到多个节点上进行处理。
4.分布式数据库的数据复制：分布式数据库系统可以通过数据复制来提高数据的可靠性和性能。
数据复制可以采用同步复制或者异步复制方式。
同步复制要求数据在所有节点上都写入成功后才算成功，而异步复制则可以先将数据写入一个节点，然后再异步地将数据复制到其他节点上。
5.分布式数据库的容错与恢复：分布式数据库系统需要具备容错和恢复机制，以应对节点故障或者网络故障等异常情况。
常用的容错机制包括故障检测、容错存储和故障恢复。
故障检测可以通过心跳机制或者节点监视来实现，容错存储可以通过数据备份或者数据冗余来实现，故障恢复可以通过副本恢复或者数据迁移来实现。
6.分布式数据库的性能优化：分布式数据库系统可以通过多种方式来优化性能。
常用的性能优化方法包括数据分片、负载均衡和缓存机制。
数据分片可以将数据分散到不同的节点上，以减轻节点的负载；负载均衡可以将查询请求均匀地分发到各个节点上，以提高查询的响应速度；缓存机制可以将频繁查询的数据缓存在节点上，以减少磁盘访问，提高查询性能。
《分布式数据库原理及应用》知识总结
《分布式数据库原理及应⽤》知识总结《分布式数据库原理及应⽤》知识总结⽬录1 描述关系数据库的相关概念： (3)1）关系数据的数据模型 (3)2）⽀持的数据类型 (4)3）关系数据库的性能瓶颈 (4)4）ACID与事务 (4)2 描述NoSQL数据库的相关概念： (5)1）NoSQL数据库的分类 (5)2）NoSQL数据库的特点 (5)3）CAP与BASE理论 (6)3 MongoDB相关 (6)1）MongoDB的简介 (6)2）MongoDB的数据模型 (6)3）MongoDB的存储结构 (7)4）MongoDB⽀持的数据类型 (7)5）MongoDB数据库操作的基本命令 (7)6）MongoDB集合操作的基本命令 (7)7）MongoDB⽂档操作的基本命令 (8)save() ⽅法 (10)8）Java连接MongoDB的流程 (13)9）MongoDB的索引原理 (13)10）MongoDB⽀持的索引类型 (13)11）MongoDB的聚合操作 (14)12）MongDB⽀持的聚合类别 (14)13）MongoDB复制集相关： (14)14）MongoDB分⽚集相关： (16)15）数据库编程 (17)4 Neo4j相关 (18)1）描述Neo4j的基本组成 (18)2）Neo4j的基本操作命令 (18)3）描述对github等⽹站的理解与使⽤ (18)5 内存数据库 (19)1）Memcache (19)2）Redis (19)3）Memcache与redis的对⽐ (22)6 Hbase列族数据库 (22)1）HBase的特点 (22)2）HBase的成员组成及作⽤ (22)3）HBase的数据模型 (23)4）HBase的⽀持的数据类型 (23)5）HBase常⽤操作命令 (24)6）HBase的存储 (24)7）HBase的寻址 (25)8）HBase的读写操作 (25)9）HBase的store的合并和分裂 (26)10）HBase的region的拆分和合并 (26)11）HBase的负载均衡策略 (27)12）布隆过滤器 (27)13）Rowkey在HBase中应该如何设计 (28)7 NoSQL数据库汇总 (29)1 描述关系数据库的相关概念：1）关系数据的数据模型包括三个⽅⾯：a.关系数据结构b.关系完整性原则c.有关系运算a.关系数据结构1)域（Domain）域是⼀组具有相同数据类型的值的集合。
分布式考点整理
分布式知识点总结：1.并发编程（1.5）线程：并发线程导致竞争情况的发生，因此在代码段中提供互斥机制，互斥机制可以保证代码段在同一时间只被一个线程所访问，这样的区域称为临界区。
Java线程：实现方法：extends Thread, implements Runnable2.HTTP（HyperText Transmission Protocol）超文本传输协议3.网络体系结构(1.6)物理层：提供数字信号传输功能。
网络层：实现网络协议。
传输层：提供向远程计算机上运行进程的数据报文传送功能。
应用层：具体应用中程序间的信息交换提供支持。
4.面向连接（TCP）与无连接（UDP）的对比：5.网络资源可被分布式计算机社区的参与者使用的资源。
6.主机识别和ip地址。
从域名到当前IP的映射及反向映射，可以通过名字解析DNS网络服务来完成。
通过协议端口识别进程：（1）pid（2）协议端口port电子邮箱地址：指定域名的IP主机上的一个邮件程序将把邮件发到该系统上的指定用户的邮箱。
URL（统一资源标识符）：表示web资源的一个缩写串。
URL通用格式：名字解析：每个Internet主机转换成数字地址。
该转换过程称为名字解析。
7.进程间通信（IPC）（2.1）当一个进程与另一个进程通信时，IPC被称为单播（unicast）。
当一个进程与另外的一组进程通信时，IPC被称为组播（multicast）。
1.IPC接口原型发送（sender）：由发送进程发起。
向接收进程传输数据。
接收（Receive）：由接收进程发起。
接收发送进程发送的数据。
连接（Connect）：对面向连接的IPC要有建立逻辑连接操作：请求连接和接收连接。
断开（Disconnect）：对面向连接的IPC，关闭建立起来的连接。
8.事件同步（2.2）实现同步的最简单的方法为阻塞。
挂起某一进程直到发起进程的某个操作结束。
当且仅当操作结束后，阻塞才可随后终止。
1.同步send，同步receive进程2 receive操作的发出导致进程2的挂起。
分布式系统知识点积累总结
分布式系统知识点积累总结一、分布式系统概述分布式系统是一个由多台计算机组成的系统，这些计算机通过网络进行通信和协作，共同完成某个任务。
分布式系统的设计目标是提高系统的可靠性、可扩展性和性能。
二、分布式系统的特点1. 系统中的计算资源是分布在不同的计算节点上的，节点之间通过网络连接。
2. 节点之间相互独立，没有全局时钟，只能通过消息传递的方式进行协调。
3. 分布式系统需要解决数据一致性、并发控制和通信延迟等问题。
三、分布式系统的关键技术1. 通信技术：分布式系统中的节点通过网络通信进行信息交换，通信技术是分布式系统的基础。
2. 数据复制技术：为了提高系统的可靠性和可用性，分布式系统通常会采用数据复制技术。
3. 一致性协议：分布式系统中的数据一致性是一个重要的问题，一致性协议可以保证系统中的数据一致性。
4. 分布式事务：分布式系统中的多个节点可能需要协同完成一个复杂的任务，分布式事务可以确保系统执行的原子性和一致性。
5. 负载均衡：分布式系统中的节点需要协同处理大量的请求，负载均衡技术可以使得系统的负载得到均衡，提高系统性能和可用性。
四、分布式系统的常见问题及解决方案1. 数据一致性问题：分布式系统中的数据一致性是一个常见问题，解决方案包括使用一致性协议、版本控制和事务管理等技术。
2. 并发控制问题：分布式系统中的并发控制是一个重要问题，解决方案包括使用锁、分布式事务和分布式共享内存等技术。
3. 通信延迟问题：分布式系统中的通信延迟可能导致性能下降，解决方案包括使用消息队列、异步通信和缓存等技术。
4. 节点故障问题：分布式系统中的节点故障可能导致系统的不可用，解决方案包括使用容错技术、数据备份和自动故障转移等技术。
五、分布式系统的一些经典算法1. Paxos算法：Paxos算法是一种用于分布式系统中的一致性协议，它可以确保多个节点对某个值达成一致。
2. Raft算法：Raft算法是一种分布式一致性算法，相比Paxos算法更容易理解和实现。
分布式计算基础知识点
分布式计算基础知识点分布式计算Hadoop分布式存储与处理1.HDFS（分布式数据存储系统）实现数据存储⾼容错性数据备份机制。
当⼀个节点出现故障，HDFS可以从其他节点获取数据。
强的⽔平拓展性通过增加节点来扩展处理的数据量和性能，⽀持万以上的节点规模。
通过数据块的⾃动多份复制策略。
HDFS 的基本结构数据节点：存储数据块名字节点：维护数据块的备份存储位置等信息读取：名字节点——>数据节点下载：名字节点——>数据节点总结：HDFS不适合处理⼤规模的⼩⽂件的存取。
⼤规模的⼩⽂件会占⽤名字节点的⼤量内存。
在HDFS中，⼀个数据⽂件同时只能有⼀个写⼊操作；对于⽂件的修改，也仅⽀持⽂件追加操作，⽽不能随意修改⽂件内容。
2.MapReduce(分布式数据处理框架)key-value对MapReduce作业过程Input-Splitting-Mapping-Shuffling-Reducing-Finalresult核⼼Map阶段和Reduce阶段在MapReduce中，以上通过发送状态信息进⾏容错的机制称为⼼跳机制。
Spark：分布式数据分析MapReduce的每⼀次作业都需要从磁盘加载数据。
1.Hadoop相⽐，Spark的主要优势包括：Spark的数据分析作业中间输出和结果可以保存在内存中，可以不需要再读写HDFS，极⼤提⾼MapReduce的效率。
Spark提供更多的数据集操作的⽅法，给数据分析⼈员带来更多灵活性，Hadoop只提供了map和reduce操作。
对于机器学习算法、图算法有很好的⽀持。
2.RDD(弹性分布式数据集)将物理上分布再多个节点的数据集抽象成逻辑上的⼀个完整的数据集，可以像处理单击书籍⼀样处理海量数据。
在计算处理的过程中，将数据分布在集群存储节点的内存中，当节点的内存不够⽤时，可以将数据存储在硬盘中。
创建RDD的三种⽅式：3.Spark运⾏流程驱动程序和⼯作程序。
分布式总结
分布式总结分布式系统是由多个独立的计算机节点组成的，这些节点通过网络进行通信和协调，共同完成复杂的任务。
分布式系统具有高性能、高可用性和可扩展性等优势，已经广泛应用于云计算、大数据处理、物联网等领域。
在本文中，将对分布式系统的基本概念、架构和关键技术进行总结和介绍。
一、分布式系统的基本概念分布式系统是由多个自治的计算机节点组成，这些节点通过网络进行通信和协调，共同完成任务。
分布式系统具有以下基本概念：1. 节点：分布式系统中的每个计算机都是一个节点，可以独立运行和处理任务。
2. 通信：节点之间通过网络进行通信，可以传输数据和协调任务。
3. 协调：分布式系统中的节点通过协调机制实现任务的划分和调度。
4. 一致性：分布式系统中的节点需要保持一致性，即对于相同的请求，节点返回的结果应该是一致的。
5. 容错性：分布式系统需要具备容错能力，即当部分节点发生故障时，系统仍然能够正常运行。
6. 可扩展性：分布式系统应该具备可扩展性，即可以根据需求动态增加或减少节点，以适应不同规模的任务。
二、分布式系统的架构分布式系统的架构包括两种常见的模式：客户端-服务器模式和对等网络模式。
1. 客户端-服务器模式：客户端-服务器模式是最常见的分布式系统架构，其中客户端发送请求给服务器，服务器处理请求并返回结果。
这种模式可以实现任务的划分和协调，适用于各种规模的系统。
2. 对等网络模式：对等网络模式是指分布式系统中的节点之间是对等关系，没有主从之分。
节点之间可以相互通信和协调，共同完成任务。
这种模式通常用于小规模的系统，如文件共享和即时通信等。
三、分布式系统的关键技术分布式系统的实现离不开以下关键技术：1. 通信协议：分布式系统中的节点通过通信协议进行数据传输和协调。
常见的通信协议有TCP/IP、HTTP、RPC等。
2. 数据一致性：在分布式系统中，节点之间需要保持数据的一致性，即对于相同的请求，节点返回的结果应该是一致的。
分布式光伏知识点总结
分布式光伏知识点总结随着清洁能源的发展，分布式光伏发电作为一种重要的可再生能源形式，受到了越来越多的关注。
分布式光伏发电系统的建设和运行对于推动清洁能源的发展、减缓全球气候变化、改善空气质量和提升能源安全具有重要意义。
在这篇文章中，将对分布式光伏发电的知识点进行总结和介绍。
一、分布式光伏发电技术原理1. 光伏发电原理光伏发电是利用光电效应将太阳能转化为电能的一种技术。
当太阳光照射到光伏电池上时，光子激发了光伏电池中的电子，使得电子从价带跃迁到导带，形成光生电子-空穴对，最终产生电能。
光伏电池是分布式光伏发电系统的核心组件，其性能直接影响着发电系统的效率和功率。
2. 分布式光伏发电系统结构分布式光伏发电系统主要由光伏电池组、逆变器、配电箱、网侧并网装置、监控系统等组成。
光伏电池组负责将太阳能转化为直流电能；逆变器将直流电能转换为交流电能，以便于并网发电；配电箱则起到电能分配和保护的作用；网侧并网装置用于将发电系统的电能接入电网；监控系统则用于对发电系统进行实时监测和管理。
3. 分布式光伏系统并网模式分布式光伏系统有多种并网模式，包括自用自发、余电上网、全额上网和电力市场交易等。
在自用自发模式下，分布式光伏系统将发电所得的电能全部自用；在余电上网模式下，多余的电能可以上网卖电；全额上网模式下，则将全部发电的电能都接入电网；而电力市场交易模式则是将发电的电能通过市场交易的方式销售。
二、分布式光伏发电系统的优势1. 环保分布式光伏发电系统具有零排放且能源环保的优势。
光伏发电不会产生污染物，降低了对环境的影响，同时也有利于缓解温室效应和气候变化。
2. 分布式分布式光伏发电系统分布在各个建筑或场所上，不需要大规模的土地和资源，可以利用建筑物的房顶或墙壁等空间进行布局。
这种分布式的特点使得光伏发电系统的建设更加灵活和多样化。
3. 低成本在一定程度上，分布式光伏发电系统相对于集中式光伏发电系统来说，建设和维护成本会更低。
分布式计算总结(共12篇)
一致性指“All nodes see the same data at the sametime”，即更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致。
对于一致性，可以分为从客户端和服务端两个不同的视角来看。
从客户端来看，一致性主要指多并发访问时更新过的数据如何获取的问题。
从服务端来看，则是如何将更新复制分布到整个系统，以保证数据的最终一致性问题。
可用性是指“Reads and writes alwayssucceed”，即服务一直可用，而且是在正常的响应时间内。
对于一个可用性的分布式系统，每一个非故障的节点必须对每一个请求作出响应。
也就是该系统使用的任何算法必须最终终止。
当同时要求分区容错性时，这是一个很强的定义：即使是严重的网络错误，每个请求也必须终止。
好的可用性主要是指系统能够很好地为用户服务，不出现用户操作失败或者访问超时等用户体验不好的情况。
通常情况下可用性和分布式数据冗余、负载均衡等有着很大的关联。
分区容错性指“The system continues to operate despite arbitrary message loss or failure of part of thesystem”，也就是指分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务。
分区容错性和扩展性紧密相关。
在分布式应用中，可能因为一些分布式的原因导致系统无法正常运转。
好的分区容错性要求应用虽然是一个分布式系统，但看上去却好像是一个可以运转正常的整体。
例如现在的分布式系统中有某一个或者几个机器宕掉了，其他剩下的机器还能够正常运转满足系统需求，或者是机器之间有网络异常，将分布式系统分隔为独立的几个部分，各个部分还能维持分布式系统的运作，这样就具有好的分区容错性。
通过CAP理论，知道无法同时满足一致性、可用性和分区容错性这三个特性，那应该如何取舍呢？（1）CA withoutP：如果不要求P（不允许分区），则C（强一致性）和A（可用性）是可以保证的。
2023年分布式系统复习笔记
分布式系统复习笔记朱贵强(南京大学计算机科学与技术系,江苏省南京市210093)1 绪论1.1 分布式系统旳定义A distributed system is a collection of independent computers that appears to its user as a single, coherent system.（独立旳计算机旳集合，对这个系统旳顾客来说，系统就像一台计算机同样）。
1.1.1 定义包括了硬件和软件两个方面旳内容。
硬件指旳是机器自身是独立旳；软件是说对于顾客来讲就像在和单个系统打交道。
1.1.2 分布式系统旳目旳是单一性（single），不过区别于网络系统旳单一性，从功能上来说，网络系统都可以完毕，不过两者之间旳差异在于透明性。
而构造分布式系统也不仅仅是用网线连接若干台独立旳计算机。
1.2 分布式系统旳原因（why distributed）1.2.1 相对于集中系统，分布式系统旳长处1.2.2 相对于独立旳PC，分布式系统旳长处1.2.3 分布式系统旳缺陷1.3 分布式系统旳挑战（challenges，D2 P18-19）1.3.1 Heterogeneity异构性：独立旳计算机（系统）之间旳异构性，重要表目前系统、硬件、网络体系构造之间旳差异。
1.3.2 Openness开放性：通过一致旳接口实现通信和互访。
一种开放旳分布式系统根据一系列准则来提供服务，这些准则描述了所提供服务旳语法和语义。
一般接口旳语法比较轻易由IDL定义，不过语义比较难实现。
1.3.3 Security安全性：包括机密性、完整性，通过加密、访问控制、强行访问、隐蔽通道等方式实现。
1.3.4 Scalability可扩展性：通过规模、地区、管理扩展来度量，体现为服务器和网络能力有限所导致旳性能问题。
扩展技术有隐藏通信等待时间（异步通信，地区扩展合用），分布技术（把组件分割成多种部分并分散到系统中去），复制技（复制组件并把备份分布到系统各处，缓存是复制旳一种特殊形式，不过都会带来一致性旳问题）。
《分布式数据库系统及应用》知识总结
第一章分布式数据库系统概述1、理解分布式数据库系统的特点：（1）物理分布性：数据不是存放在一个站点上（2）逻辑整体性：是与分散式数据库系统的区别（3）站点自治性：是与多处理机系统的区别（4）数据分布透明性（5）集中与自治相结合（6）存在适当的数据冗余度（7）事务管理的分布性2、能够按照不同标准描述分布式数据库系统的分类：（1）按局部DBMS的数据模型分类○1同构型DDBSa)同构同质型（同一个公司的同一种模式）b)同构异质型（不同公司不同模式）○2异构型DDBS（2）按DDBS的全局控制类型分类○1全局控制集中型DDBS：全局控制机制和全局数据词典位于中心站点○2全局控制分散型DDBS：全局控制机制和全局数据词典分散在网络的各个站点上。
○3全局控制可变型DDBS：也称主从型DDBS。
分成两组站点，一组包含全局控制机制和全局控制词典，另外一组不包含。
3、理解分布式数据库中数据的独立性和分布透明性：❖逻辑独立性❖物理独立性（表示用户程序与数据的全局逻辑结构和数据的物理结构无关）❖分布独立性（用户不必关心全局数据的分布情况，包括逻辑分片、物理位置分配情况以及各站点数据库的数据模型等）分三个层次：▪分片透明性（完全分布透明性）：位于全局概念模式与分片模式之间，用户编写应用程序只对全局关系进行操作，不必考虑数据的逻辑分片▪位置透明性（中级分布透明性）：位于分片模式和分配模式之间。
包括两情形-----各片段被复制情况和片段及其各副本的站点位置分配情况。
▪局部数据模型透明性（低级分布透明性）：需要知道数据的分片情况和站点分配情况第二章分布式数据库系统设计1、理解分布式数据库的设计目标：（1）本地性或近地性○1尽量减少通信次数和通信量，90/10准则○2分片和分布方案（本地和远程访问次数）择优（2）控制数据适当冗余○1冗余增加了可靠性、可用性，提高了效率○2维护数据一致性开销增加（3）工作负荷分布○1各站点可以分担整个工作任○2本地性降低（4）存储能力和费用2、理解水平分片的定义、分类和应用：定义：水平分片是对全局关系执行“选择”操作，把具有相同性质的元祖进行分组，构成若干个不相交的子集。
分布式数据库知识点整理
分布式数据库知识点整理1.一致性：-强一致性：在任何时间点，任何用户对数据库的操作都应该得到相同的结果。
-弱一致性：在分布式环境下，不同节点之间的数据可能存在一段时间的不一致性，但最终会达到一致性。
2.数据分片和分区：-将数据划分为多个分片或分区，并将其存储在不同的节点上，以实现数据的分布式存储和查询。
-常见的分片策略包括：基于哈希、基于范围、基于列表等。
3.数据复制：-将数据复制到多个节点上，以提高数据的可用性和容错性。
-主从复制：一个节点（主节点）负责接收写入请求，其他节点（从节点）复制主节点的数据。
-复制的方式包括同步复制和异步复制。
4.分布式事务：-分布式环境下，多个节点之间的事务一致性需要保证。
5.数据一致性与可用性的权衡：-数据的一致性和可用性往往是相互矛盾的。
数据复制和分片会增加系统的可用性，但可能导致数据的不一致性。
6.数据分布式查询：-查询在分布式数据库中的执行需要考虑到数据的分布和复制情况。
-中心化查询：将查询发送到一个中央节点，由该节点负责查询和合并结果。
-分布式查询：将查询发送到各个节点上并行执行，并将结果合并返回。
7.数据一致性调度与冲突解决：-在分布式环境中，不同节点上的数据修改操作可能存在冲突，需要一致性调度和冲突解决机制。
-基于锁的调度方法：通过加锁保证数据的一致性，但可能导致性能瓶颈。
-基于时间戳的调度方法：通过时间戳判断数据操作的先后顺序，从而解决冲突。
8.分布式数据库的扩展性：-分布式数据库可以通过添加更多的节点来扩展存储容量和处理能力。
9.分布式数据库的容错性：-分布式数据库可以通过数据复制和数据分片的方式实现容错，即使一些节点发生故障，系统仍能继续运行。
10.分布式数据库的监控与管理：-分布式数据库需要进行监控和管理，以保证其正常运行和性能优化。
-监控工具可以实时监测数据库的状态、性能和可用性。
-管理工具可以进行各种管理操作，如节点的添加和删除、数据的迁移等。
分布式数据库复习要点
分布式数据库复习要点第一章1、分布式数据库的定义（P4）物理上分散而逻辑上集中的系统，它使用计算机网络将地理位置分散而管理和控制又需要不同程度集中的多个逻辑单位（通常是集中式数据库系统）连接起来，共同组成一个统一的数据库系统。
分布式数据库系统可以看成是计算机网络和数据库系统的有机结合。
2、分布式数据库的两种分类方法（P7）●按局部DBMS的数据模型分同构型DDBS：各个站点上数据库使用同一数据模型同构同质型-数据模型相同，且是同一种DBMS（同一厂家）同构异质型-数据模型相同，不是同一种DBMS异构型DDBS ：各站点上数据库的数据模型类型不同全局控制集中型DDBS：全局控制机制和全局数据词典位于中心站点全局控制分散型DDBS：全局控制机制和全局数据词典分散在网络的各个站点上。
全局控制可变型DDBS：也称主从型DDBS。
分成两组站点，一组包含全局控制机制和全局控制词典，另外一组不包含。
3、分布式数据库的组成成分（两部分）（P9）●数据：分布式数据库的主体，包括局部数据和全局数据。
●数据目录：数据结构的定义、全局数据的分片、分布、授权、事务恢复等描述，包括局部和全局数据目录。
4、分布式数据库的数据分片的定义和类型（3种）（P10）数据分片：又称数据分割、数据分段，局部数据库是由全局数据库分割而成。
三种类型：●水平分片：按特定条件把全局关系的所有元组划分成若干个互不相交的子集，对全局关系施加选择运算。
●垂直分片：把全局关系的属性集分成若干个子集，对全局关系施加投影运算。
●混合分片：以上两种方法的混合。
5、分布式数据库的分布策略（4条）（P11）数据分布：根据某种策略把数据分片所得的逻辑片断分散地存储在各个站点上.●集中式：所有数据都安排在同一站点上●分割式：所有数据只有一份，被分割成若干个逻辑片段，每个片段被放置在特定的站点●复制式：所有数据有多个副本，每个站点都有一个完整的数据副本●混合式：分割式和复制式的混合6、分布式数据库的模式结构（P13）分四层：●全局外层：全局外模式---全局应用的用户视图。
分布式数据库考试总结要点-可靠性
1、可靠性（reliability）… 指数据库在一给定时间间隔内不产生任何失败的概率。
… 强调正确性，要求数据库正确运行，即符合某种规格化要求。
… 通常用来描述不可修复的系统。
可用性（availability）… 强调的是当需要访问数据库时，它是可用的。
… 指在给定的时间点系统可以正常运行的概率。
… 通常用于描述那些可以修复的系统。
两者关系… 通常认为构建高可用性的系统比高可靠性的系统容易… 两者是统一的，可靠性高的系统可用性自然是好的… 两者又是矛盾的，增加错误风险的情况下，可提高可用性2、分布式可靠性协议组成… 提交协议：保证分布式事务的原子性… 恢复协议：失效站点重新启动后，如何处理失效事件带来的影响。
… 终结协议：若一个站点失效，其它未失效站点如何处理失效事件的协议。
… 非阻断协议：允许事务在非失效的站点终结，而不必等待失效站点的恢复。
可改进事务的响应时间。
… 独立的恢复协议：规定如何在发生失效时终结事务，而不必求助于其它站点。
可以减少恢复时需要交换的信息3、两阶段提交协议(2PC)的要点… 允许参与者单方面撤销事务，直到做出肯定性的建议… 参与者一旦做出提交或者撤销建议，它就不能再更改… 当参与者处于就绪状态，它可根据协调者发来的消息类别，转换为相应的提交或者撤销状态… 协调者依据全局提交规则作出全局终结决定… 在发生故障的情况下，协调者和参与者可能会进入互相等待的状态，一般采用定时器来解决这种问题4、事务阻断（阻断即等待）… 某个站点上可以终结（提交或撤销）的子事务，由于DDBS故障，而必须等待到故障恢复后，收到必要的信息才能结束的事务状态。
… 处于阻断状态的事务不会释放占有的资源。
两阶段提交协议是阻断协议事务阻断降低了系统的可用性5、终结协议… 允许事务在有故障情况下仍能正确结束的协议… 在非网络分割故障时，2PC协议的某些情况可以设计为终结协议，使无故障的站点终结子事务，即当协调者站点在第二阶段发生故障时，做如下处理：… 至少有一个站点已收到结果命令，则该站点可以告知其它参与者关于该事务的结果，并由它们来终结该事务。
分布式数据库考试总结-并发控制
第五章并发控制1、并发执行存在的问题丢失更新不一致分析依赖于未提交更新2、调度：指事务处理执行的一个操作序列… 事务的操作分为两类：Ri(x)、Wi(x)… 调度序列S1：Rj (x) Wj(y) Ri (x) Wi(x) Rk (y)… 一组事务的调度必须包含这些事务的所有操作… 调度中某个事务的操作顺序必须保持与该事务原有的顺序相同调度的操作之间可能存在冲突… 读-写冲突… 写-写冲3、串行调度设有一组事务T={T1, T2, …,Tn}, 如果事务Ti的所有操作都先于事务Tj的操作, 记为Ti < Tj。
若一个调度S, 其每个事务的执行对所有的i≠j，均有Ti < Tj或者是Tj<Ti，记为S={ …< Ti < Tj< …}, 称S 是一个串行调度。
… 一个事务的第一个动作是在另一个事务的最后一个动作完成后开始。
即调度中事务的各个操作不会交叉，每个事务相继执行。
… 串行调度总是可以正确执行，但是串行调度效率很低。
4、一致性调度如果调度可以使得数据库从一个一致性状态转变为另一个一致性状态，则称该调度为一致性调度。
… 串行调度总可以使数据库保持一致，属于一致性调度。
调度等价（冲突等价）… 不同调度S1和S2是等价的，其充分条件是：对任意一对冲突操作< Oi, Oj>，在调度S1中Oi优先Oj而在调度S2中Oi也优先Oj。
… 冲突操作两个对同一数据项进行的操作中，有一个写操作，两者即为冲突操作。
5、可串行化调度… 如果一个调度等价于某个串行调度，则该调度称为可串行化调度。
… 可串行化调度可以通过一系列非冲突操作的交换，调整为串行调度。
6、锁的类型… 共享锁：Share锁，S锁或者读锁… 排它锁：eXclusive锁，X锁，拒绝锁或写锁。
… 更新锁：Update锁，U锁（将被更新）读写锁并不能保证事务调度的可串行性。
7、封锁准则P1428、… 多粒度封锁协议1)必须遵守锁的相容性规则；2)必须首先封锁树的根节点，可以用任何一种方式的锁；3)只有节点N 的父节点以IS 或IX 方式封锁后, 节点N 才可以以S 或IS 方式封锁；4)只有当节点N 的父节点以IX 或SIX 方式封锁后,节点N 才可以以X、IX 或SIX方式封锁；5)为遵循2PL协议，事务T在释放任何节点前，必须获得所有的锁；6)在事务T为节点N 解锁前，必须先对其子节点解锁。
分布式数据库复习
第一章1、世界上第一个分布式数据库系统SDD—1是由美国计算机公司（CCA）于1976年至1979年在DEC—10和DEC—20计算机上实现。
2、分布式数据库系统是数据库系统与计算机网络相结合的产物3、12条规则既不是相互独立的，也不是同等重要的，完全实现难度很大。
4、实现和建立分布式数据库系统绝对不是数据库技术与网络技术的简单结合。
分布式数据库系统虽然基于集中式数据库系统，但却有它自己的特色和理论基础。
5、关系技术是分布式技术的一个先决条件。
6、分布式数据库系统是物理上分散而逻辑上集中的数据库系统。
分布式数据库系统使用计算机网络将地理位置分散而管理和控制又不需要不同程度集中的多个逻辑单位连接起来，共同组成一个统一的数据库系统。
因此，分布式数据库系统可以看成是计算机网络与数据库系统的有机结合。
7、在分布式数据库系统中，被计算机网络连接的每个逻辑单位是能够独立工作的计算机，这些计算机称为站点也称为结点。
8、在分布式数据库系统中，一个用户或一个应用如果只访问他注册的那个站点上的数据称为本地（或局部）用户或本地应用；如果访问涉及两个或两个以上的站点中的数据，称为全局用户或全局应用。
9、一个分布式数据库系统应用应该具有以下几种特点：（1）物理分布性：分布式数据库系统的数据具有物理分布性，这是与集中式数据库系统的最大差别之一（2）逻辑整体性：区别一个数据库系统是分散式还是分布式，只需判断该数据库系统是否支持全局应用（3）站点自治性：各站点上的数据由本地的DBMS管理，具有自治处理能力，完成本站点的应用（局部应用），这是分布式数据库系统与多处理机系统的区别10、数据分布透明性是指用户不必关心数据是如何被逻辑分片的，不必关心数据及其片段是否被复制及复制副本的个数，也不必关心数据及其片段的物理位置分布的细节，同时也不必关心局部场地上数据库支持哪种数据模型11、增加数据冗余度方便了检索，提高了系统的查询速度、可用性和可靠性，但不利于数据的更新，这将增加系统维护的成本12、按局部数据库管理系统的数据模型分类（1）同构型：同构同质型、同构异质型（2）异构型按分布式数据库系统的全局控制系统类型分类：全局控制集中型DDBS、全局控制分散型DDBS、全局控制可变型DDBS13、在集中式数据库系统中，除了计算机本身的硬件和软件外，主要成分有：数据库DB、数控管理系统DBMS和数据库管理员DBA。
分布式复习重点终极版
Edited by Foxit Reader Copyright(C) by Foxit Software Company,2005-2008 For Evaluation Only.
事务的三个 个阶段：工作 作阶段，验证 证阶段，更新 新阶段。 向后验证： ：检查它的读 读集是否和其 其他较早重叠 叠事务的写集 集是否重叠。进入工作阶 阶段时已分配 配的最大事务 务 号码至进入 入验证阶段时 时已分配的最 最大事务号码 码之间的事务 务。验证失败 败后，放弃当前进行验证的 的事务。 向前验证：比较事务的 的写集合和所 所有重叠的活 活动事务的读 读集合。验证失败后，冲突 突解决访求： ：1、放弃当 当 前进行验证 证事务，2、推迟验证。3、放弃所有 有冲突的活动 动事务，提交 交已验证事务。 向前验证和 和向向后验证 证的比较： 向前验证在 在处理冲突时 时比较灵活。向后验证将 将较大的读集 集合和较早事 事务的写集合 合进行比较。向前验证将 将 较小的写集 集合和活动事 事务的读集合 合进行比较。向后验证需 需要存储已提 提交事务的写 写集合。向前 前验证不得不 不 允许在验证 证过程中开始 始新事务。 并发控制方 方法比较：时 时间戳排序：静态地决定 定事务之间的 的串行顺序；对读操作占 占优的事务而 而言，优于两 两 阶段加锁机 机制。冲突规 规则（写请求 求有效：对象 象最后依次读 读访问或写访 访问由一个较 较早的事务执 执行。读请求 求 有效：对象 象的最后一次 次写访问由一 一个较早的事 事务执行。 ） 两阶段加锁 锁：动态决定 定事务之间的 的串行顺序。对更新操作 作占优的事务 务而言，优于时间戳排序。 。 时间戳排序 序和两阶段加 加锁均属采用 用悲观方法。 乐观方法：并发事务之 之间的冲突较 较少时，性能 能较高。放弃 弃事务时，需 需要重复大量工作。 悲观方法：简单，并发 发度低。 复制的动机 机：增强服务 务（增强性能 能，提高可用 用性，增强容 容错能力） 。复 复制的基本要 要求：复制透 透明性（客户 仅对一个逻 逻辑对象进行 行操作） ，一致性。 视图同步的 的组通信：协 协定：如果一 一个正确的进 进程在视图 V(g) V 中传递了消息 m，那 那么所有其他 他传递消息 m 的正确的进 进程都在视图 图 V(g)中传递 递 m。完整性 性：如果进程 程 P 传送了消 消息 m，那么 么 P 不会再传 传递 m。有效 效 性（封闭性 性） ：正确的 的进程总是传递它们发送的 的消息。
分布式系统复习总结
分布式系统复习总结分布式系统复习总结1.分布式系统定义A distributed system is a collection of autonomous computing elements that appears to its users as a single coherent system.（独⽴的计算机的集合，对这个系统的⽤户来说，系统就像⼀台计算机⼀样）。
2.分布式系统的⽬标Making resource availableDistribution transparency(分布的透明性)Openness(开放性)Scalability(可扩展性)包含三个⽅⾯：Size: Number of users and/or processes(solution:强⼤的服务器)Geographical: Maximum distance between nodesAdministrative: Number of administrative domains3.为什么需要分布式4.分布式系统透明性含义分布式系统的透明性（Transparency in a Distributed System）定义：对⽤户和应⽤程序员屏蔽分布式系统组件的分散性，系统被认为是⼀个整体，⽽不是独⽴的组件集合。
透明性对⽤户和应⽤程序员隐藏了与⼿头任务⽆直接关系的资源，并匿名使⽤，使得分布的某些特性对应⽤程序员具有不可见性，这样应⽤程序员只要关⼼特定应⽤的设计问题。
(1)⽹络透明性：⽤户察觉不出是以⽹络的⽅式⼯作，所有的⼯作对象是在单台机器上完成。
(2)操作系统透明性：使⽤不同操作系统的机器和⽤户可以⾃由的协同⼯作，不同操作系统带来的不同被掩盖。
(3)语⾔透明性：使⽤不同语⾔编写的程序或者模块能够⾃由交互⼯作，相互调⽤。
(4)数据复制与分⽚透明性：分⽚的数据像未分⽚的数据⼀样⼯作，修改数据时复制在多处的数据⾃动更新。
分布式系统复习-电子科技大学-曹晟-牛新征
分布式系统复习I1.分布式系统目标：资源共享、协同计算。
2.分布式系统问题源于三大特点：并发性、无全局时钟、故障独立性。
3.Internet & Intranet 难点：可扩展性（DNS、IP）、资源的定位、异构。
4.移动计算要解决的问题：避免由于移动需要重新配置的问题（DHCP）；无线带宽有限，需要考虑QoS；私密和安全问题；Ad hoc网络的路由问题。
5.P2P定义：计算机借助直接交换实现资源共享。
6.P2P与C/S的区别：P2P网络中的节点既可以获取其他节点的资源或服务同时也是资源或服务的提供者，即兼具client和sever双重身份。
7.挑战：异构性、开放性、安全性、故障处理、可扩展性、并发性、透明性（访问、位置、并发、复制、故障、移动、性能、扩展）。
II1.结构模型：构成系统各部分的位置、角色、它们之间的关系。
C/S、P2P、C/S变种2.基础模型：为分布式系统设计者揭示若干关键问题。
交互模型：处理消息发送的性能问题，解决分布式系统中设置时间限制的难题。
故障模型：试图给出对进程和信道故障的一个精确的约定，它定义了什么是可靠的信道和正确的进程。
安全模型：讨论对进程和信道的各种可能的威胁，引入了安全通道的概念，它可以保证在存在各种威胁的情况下通信的安全。
3.中间件：软件层，一组计算机上的进程和对象，它们相互交互，实现分布式系统的通信和资源共享。
为系统开发者屏蔽系统的异构性，提供更方便的编程模式。
4.交互模型：进程之间通过消息传递进行交互，实现系统的通信和协作功能；有较大的时延；时间是进程间进行协调的参考，在分布式系统中，很难有相同的时间概念；独立进程间相互配合的准确性受限于上面两个因素。
5.故障模型：计算机和网络发生故障，会影响服务的正确性；故障模型的意义在于定义可能出现的故障形式，为分析故障带来的影响提供依据；设计系统时，知道如何考虑容错需求。
6.安全模型：分布式系统的模块特性及开放性，使它们暴露在内部和外部的攻击下；安全模型的目的是提供依据，以此分析系统可能受到的侵害，并在设计系统时防止这些侵害的发生。