1.4　分布式系统

在讲区块链之前，我们先看一下区块链的产生背景。在计算机领域，有一类非常经典的问题是关于多台计算机如何同时运行同一个任务。我们通常把解决这类问题的系统称为“分布式系统”。分布式系统如今已经越来越重要，根本原因是我们要处理的问题越来越复杂，如果单纯只靠一台计算机，哪怕这台计算机有最顶尖的配置通常也不够。另外一个原因就是我们要处理的问题所覆盖的地域越来越广，现在服务全世界已经不是什么特别远大的理想，而是比较常见的一个需求。而不同的地域有不同的网络环境，如果只把服务放在单一某个地方，那么在某些地区就很容易遇到服务质量下降的问题，这时我们就需要把服务放在不同的地域来满足需求。

在这些情况下，最终都是多台计算机同时做一个任务的问题。而如何很好地同步多台计算机之间的状态是一个非常棘手的问题。

CAP理论

分布式系统的状态同步是一个很有难度的问题，其中诞生了非常重要的CAP理论。CAP理论指出，在分布式存储系统中，有三个主要的指标，而这三个指标在某一时刻不可能同时满足，它们分别是一致性、可用性和分区容忍性。

（1）一致性（Consistency）：当你向系统发出读取数据的请求时，你一定只会读取到最后写入的结果。

（2）可用性（Availability）：当你向系统发出读写请求时，你一定能得到结果。（注意这个结果不一定需要满足一致性，也就是你发起读请求的时候，可能会读到过期的数据。）

（3）分区容忍性（Partition tolerance）：分布式系统中的多台计算机通过网络相连，如果某些计算机之间丢失消息或者消息的发送发生延迟，整个系统需要能够继续正常运行。

考虑到我们解决的是分布式系统问题，所以分区容忍性是一个需要满足的特性，那么当分布式系统中的消息传递出现问题的时候，我们有两个选择：

（1）暂停接下来的操作，等待各计算机节点间的数据同步完成。这样就削弱了可用性，保证了一致性。

（2）继续正常提供服务，这时候访问不同的节点就可能得到不同的数据。这样就削弱了一致性，但保持了可用性。

接下来，我们用大家常用的自动提款机来举一个例子。每台自动提款机可以看成分布式系统中的一个节点。我们假设，某一时刻，某台自动提款机和银行总部的网络连接断开，这就是发生了分区错误。对于自动提款机的设计者来说，有两种选择：一种选择是让自动提款机继续工作，因为毕竟自动提款机中是有现金的，所以理论上能够继续取钱。这时候就是满足了可用性，代价就是用户的账户无法及时同步，可能会出现超额取钱的情况，也就是牺牲了一致性。另一种选择就是让自动提款机暂停工作，直到网络恢复。这就是牺牲了可用性，而保证了一致性。

日常生活中，我们通常都会认为第二种方案更加可取，但其实第一种方案在某些国家也是存在的。不过为了预防太恶劣的情况，实际的设计是如果自动提款机掉线，那么取款就只能是小额取款。这种设计方案就是满足部分可用性，同时也牺牲一致性。

值得提出的是，CAP理论容易会被误读为一致性、可用性、分区容忍性只能是单纯的满足和不满足两种状态，实际上应该是指满足的程度如何。就好比自动提款机的例子，我们可以把它设计成同时牺牲一部分可用性以及一部分一致性。

另外需要注意的是，我们说不满足一致性，并不是说永远不一致。当出现故障的节点恢复之后，仍然可以继续同步到最新的数据。所以最终所有节点还是能保持一致，这就是最终一致性。

区块链从技术的角度看其实就是一种分布式系统的解决方案。通常的设计都是以满足分区容忍性为前提，然后满足极高的可用性，牺牲数据的一致性。