1.CAP原理，BASE原理
CAP原理是指在一個分布式系統中，Consistency（一致性）、Avzilability(可用性)、Partition tolerance（分區容錯性），最多只能同時實現兩點，三者不可兼得，所以必須做出取舍。
一致性（C）：在分布式系統中的所有數據備份，在同一時刻是否同樣的值。（等同於所有節點訪問同一份最新的數據副本）
可用性（A）：在集群中一部分節點故障后，集群整體是否還能響應客戶端的讀寫請求。（對數據更新具備高可用性）
分區容錯性（P）：以實際效果而言，分區相當於對通信的時限要求。系統如果不能在時限內達成數據一致性，就意味着發生了分區的情況，必須就當前操作在C和A之間做出選擇。
BASE是指基本可用（Basically Available）、軟狀態（ Soft State）、最終一致性（ Eventual Consistency）。
基本可用（BA）：基本可用是指分布式系統在出現故障的時候，允許損失部分可用性，即保證核心可用。
軟狀態（S）:軟狀態是指允許系統存在中間狀態，而該中間狀態不會影響系統整體可用性。分布式存儲中一般一份數據至少會有三個副本，允許不同節點間副本同步的延時就是軟狀態的體現。
最終一致性（E）：最終一致性是指系統中的所有數據副本經過一定時間后，最終能夠達到一致的狀態。弱一致性和強一致性相反，最終一致性是弱一致性的一種特殊情況。
2.數據分割（數據分布方式）
實現分布式就要考慮如何拆解數據。
數據分割是指把邏輯上是統一整體的數據分割成較小的、可以獨立管理的物理單元進行存儲，以便於重構、重組和恢復，以提高創建索引和順序掃描的效率。數據分割使數據倉庫的開發人員和使用者具有更大的靈活性。
數據的分布方式有：
哈希方式
按數據范圍分布
按數據量分布
一致性哈希
3.副本策略
副本控制協議可以分為兩大類“中心化副本控制協議primary-secondary”和“去中心化副本控制協議”。
primary-secondary中心化副本控制協議的基本思路：由一個中心節點協調副本數據的更新、維護副本之間的一致性。所有副本相關的控制交由中心節點完成，並發控制由中心節點完成，從而簡化一個分布式並發控制問題為一個單機並發控制問題。
其中有且僅有一個副本作為primary副本，除primary意外的副本都作為secondary副本。維護primary副本的節點作為中心節點，中心節點負責維護數據的更新、並發控制、協同副本的一致性。
paxos多個節點直接通過操作日志同步數據，如果只有一個節點稱為主節點，就很容易在多個節點之間維護數據一致性。然后主節點可能出現故障，那么就需要選出主節點。Paxos協議就是用於解決多個節點之間的一致性問題。
在paxos算法中，分為4種角色：
Proposer ：提議者 1.Proposer提出議題
Acceptor：決策者 2.Acceptor初步接受或者不接受
Client：產生議題者 3.若初步接受則Proposer再次向Acceptor確認是否最終接受
Learner：最終決策學習者 4.Acceptor最終接受或不接受
Hadoop集群部署（一）
完成集群機器的准備和連接
操作內容：
1.在虛擬機64-14中修改配置文件：/etc/hostname、/etc/hosts和/etc/network/interfaces，實現集群中所有IP和hostname的映射
sudo vim /etc/hostname
sudo vim /etc/hosts
sudo vim /etc/network/interfaces
2.克隆虛擬機，添加集群中多台機器，並同樣修改配置文件，保證同一網段。
3.在master中安裝SSH
在線安裝：sudo apt-get install ssh
在每台機器上生成公鑰私鑰，
ssh-keygen -t rsa -P ‘ ‘
‘’意識是空格，生成了.ssh文件
將id_rsa.pub中的內容覆蓋到authorizes_keys中，au這個文件一開始是不存在的。
生成公鑰私鑰之后，無需輸入密碼
4.在slave1機器中做同樣的操作
5.將slave1中的公鑰文件復制到master
在slave1上：
在master中，導入公鑰：
這樣，master就有兩台機器的公鑰了。
將master上最全的公鑰，復制到其他機器：
修改slave1上authorized_keys文件的權限：
驗證：在每個虛擬機上都可使用ssh與其他機器無密碼連接：
