RPC

RPC（Remote Procedure Call Protocol）—— 远程过程调用协议，它是一种通过 网络从远程计算机程序上请求服务，而不需要了解底层网络技术的协议。RPC协议假定某些 传输协议的存在，如TCP或UDP，为通信程序之间携带信息数据。在OSI 网络通信模型中，RPC跨越了 传输层和 应用层。RPC使得开发包括网络 分布式多程序在内的应用程序更加容易。

RPC简单的来说就是像调用本地服务一样调用远程服务。

那么，netty是什么东西呢，跟RPC有什么关系？

Netty提供异步的、 事件驱动的网络应用程序框架和工具，用以快速开发高性能、高可靠性的 网络服务器和客户端程序

RPC要做到用户无感知的调用远程服务必定要经过网络传输，而netty正好是是Java编写的快速开发高性能高可靠性的网络编程框架。

目前使用netty作为传输层的RPC框架很多，国内知名的有dubbo，motan等。

下面以新浪开源的motan为例，说明netty在RPC的位置：

下图中transport即使使用netty实现的。

  总结来说，netty就是解决RPC网络传输的。

分布式RPC需要解决哪些问题呢？

protocol：传输协议

proxy：client代理，服务引用方调用方法通过代理发送远程消息

codec：协议编解码压缩等

transport：协议传输

registry：注册中心，服务注册服务发现

cluster：负载均衡，服务容错策略

其他：服务降级，服务隔离，服务治理

CAP

CAP理论是分布式系统非常基础和重要的概念，想了解分布式系统就绕不开它，这里简单对此理论的基础概念做下介绍。

首先需要注意一点：

CAP仅适用于原子读写的NOSQL场景中，并不适合数据库系统。

CAP理论概念

一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三项中的两项。

简单介绍：

• 一致性（Consistence） :所有节点访问同一份最新的数据副本
• 可用性（Availability）:每次请求都能获取到非错的响应——但是不保证获取的数据为最新数据
• 分区容错性（Partition tolerance） : 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。

需要注意，此处的C和A与数据库事务中的ACID中的C和A不是同一个东西，他们的C都表示一致性，但是事
务的A表示Atomicity原子性，而这里的A是Availability可用性。

C A P详细介绍

C —— Consistency 一致性

一致性指“all nodes see the same data at the same time”，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，所以，一致性，说的就是数据一致性。

对于一致性，可以分为从客户端和服务端两个不同的视角。从客户端来看，一致性主要指的是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，则是更新如何复制分布到整个系统，以保证数据最终一致。

一致性是因为有并发读写才有的问题，因此在理解一致性的问题时，一定要注意结合考虑并发读写的场景。

从客户端角度，多进程并发访问时，更新过的数据在不同的进程如何获取的不同策略，决定了不同的一致性。

三种一致性策略：

• 强一致性 要求更新过的数据都能马上被后续访问看到
• 弱一致性 能容忍后续的部分或全部访问看不到更新过的数据
• 最终一致性 要求过一段时候之后能访问到更新过的数据

CAP理论中说不可能同时满足的这个C指的是强一致性

A —— Availability 可用性

可用性指“Reads and writes always succeed”，即服务一直可用，而且是正常响应时间。

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。所以，一般我们在衡量一个系统的可用性的时候，都是通过停机时间来计算的。

系统可用性描述

通常我们描述一个系统的可用性时，我们说淘宝的系统可用性可以达到5个9，意思就是说他的可用水平是99.999%，即全年停机时间不超过(1-0.99999)*365*24*60 = 5.256 min，这是一个极高的要求。

好的可用性主要是指系统能够很好的为用户服务，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。一个分布式系统，上下游设计很多系统如负载均衡、WEB服务器、应用代码、数据库服务器等，任何一个节点的不稳定都可以影响可用性。

P —— Partition Tolerance分区容错性

分区容错性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能够使应用虽然是一个分布式系统，而看上去却好像是在一个可以运转正常的整体。比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，将分布式系统分隔未独立的几个部分，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。

简单点说，就是在网络中断，消息丢失的情况下，系统如果还能正常工作，就是有比较好的分区容错性。

一般我们说的分布式系统，P：分区容错性(partition-tolerance)这个是必需的，这是客观存在的。

CAP是无法完全兼顾的，从上面的例子也可以看出，我们可以选AP，也可以选CP。但是，要注意的是：不是说选了AP，C就完全抛弃了。不是说选了CP，A就完全抛弃了！

在CAP理论中，C所表示的一致性是强一致性(每个节点的数据都是最新版本)，其实一致性还有其他级别的：

• 弱一致性：弱一致性是相对于强一致性而言，它不保证总能得到最新的值；

• 最终一致性(eventual consistency)：放宽对时间的要求，在被调完成操作响应后的某个时间点，被调多个节点的数据最终达成一致

可用性的值域可以定义成0到100%的连续区间。

所以，CAP理论定义的其实是在容忍网络分区的条件下，“强一致性”和“极致可用性”无法同时达到。

参考链接：分布式的CAP理论概念
参考链接：RPC概念