标签：网络不通 发送消息 进程 数据丢失 异常情况 路由 情况 工作 解决方案
可以独立按照分布式协议完成一组逻辑的程序个体，也可以认为节点是一个完整的，不可分的整体，如果整个程序进程实际上是由多个独立的部分构成的，则可以将一个进程划分为多个节点。
节点之间的网络通信是完全独立且相互隔离的，网络通信是不可靠的，发送消息的节点无法确认消息是否被其他节点接收或者被消费到。
数据库，磁盘。有无状态节点判断，比如A节点把数据同步到B节点存储，不能说A节点是有状态的，只能说B节点是有状态的节点
机器宕机，网络异常都是异常的表现
机器宕机好理解，服务器因为一些不可抗拒的原因停止工作，可能是load过高，代码问题，物理因素等等。解决方案有很多，比如节点分散在各个机器上，异地多活等等。
网络异常分为消息丢失，消息乱序，数据错误，不可靠TCP
消息丢失是最常见的网络异常，网络拥塞 路由变动 设备异常等情况发生时都是造成发送的数据丢失，由于传输的信息会存在各种异常情况，所以这也是分布式中需要解决的棘手问题之一。
有A B C三个节点时，AB在机房a C在机房b，当出现机房a和机房b由于物理原理网络不通时，则这种特殊的网络异常为网络分化。这里可能就会造成机房a和机房b的数据不一致(这里也引入了数据一致性问题，我们下面会讲到这个)
异常不可能100%被避免，只能保证多少个9，大多数情况下都是在业务允许的范围内补偿。
副本，分为数据副本和服务副本。 在分布式系统中为数据或服务提供的冗余，保证高可用。
多份副本存在的情况下，就一定存在一致性问题。
强一致性: 顾名思义 每个节点的数据都是保持一致的。
单调一致性: 任何用户在读取数据的时候，只会读取到最近一次成功更新的数据，不会读取到比这之前还早的数据。弱于强一致性
会话一致性: 用户在一次会话的时候，只会读取到某次更新后的数据，这次会话结束后，读取到的值可能不是最近一次更新的值。
最终一致性: 只要在某个节点中完成了业务，将广播至各个节点更新数据。这一过程用户无感知，会在之后的某个时刻数据在各节点都是一致的。同步数据时间通常要求极短，如果很长的话，会退化成弱一致性系统
弱一致性:节点更新成功后，无法在一个缺点的时间内把所有节点数据都同步。
标签：网络不通 发送消息 进程 数据丢失 异常情况 路由 情况 工作 解决方案
原文地址：https://www.cnblogs.com/adroit/p/10959939.html
