Saltar a contenido

Capítulo 34 — Sistemas Distribuidos y Redes P2P

Objetivos de aprendizaje

  • Comprender los retos de los sistemas distribuidos (CAP, FLP, fallos).
  • Implementar RPC y el algoritmo de consenso Raft.
  • Conocer sistemas de archivos distribuidos, redes P2P y mensajería.

34.1 Fundamentos

Un sistema distribuido coordina nodos que fallan de forma independiente y se comunican por una red poco fiable. Resultados teóricos clave:

  • Teorema CAP: ante una partición de red, eliges entre Consistencia y Disponibilidad.
  • Teorema FLP: no hay consenso determinista garantizado en un sistema asíncrono con un fallo — de ahí los algoritmos probabilísticos y con timeouts.
  • Falacias de la computación distribuida (la red no es fiable, ni de latencia cero, ni de ancho de banda infinito).

34.2 RPC

La llamada a procedimiento remoto abstrae la red como una llamada a función. Requiere serialización (cap. 35), gestión de fallos y timeouts. Implementaciones: gRPC, Apache Thrift, Cap'n Proto.

34.3 Raft: consenso

Raft es un algoritmo de consenso diseñado para ser comprensible (frente a Paxos). Mantiene un log replicado consistente entre nodos mediante:

  1. Elección de líder (con terms y timeouts aleatorizados).
  2. Replicación del log (el líder propaga entradas).
  3. Seguridad (solo se commitea lo replicado en la mayoría).
typedef enum { SEGUIDOR, CANDIDATO, LIDER } Estado;
typedef struct {
    Estado estado;
    uint64_t term_actual;     // término actual
    int voto_para;            // a quién votó en este término
    LogEntry *log; size_t n;  // log replicado
    uint64_t commit_index;
} NodoRaft;

34.4–34.6 Otros consensos, FS distribuidos y P2P

  • Consenso adicional: Paxos, Zab (ZooKeeper), PBFT (bizantino, blockchain).
  • Sistemas de archivos distribuidos: GFS/HDFS, Ceph.
  • P2P: tablas hash distribuidas (DHT, Kademlia — usada por BitTorrent e IPFS), gossip protocols.

34.7–34.8 Mensajería y tolerancia a fallos

Colas y streaming (Kafka, NATS), replicación, sharding, detección de fallos (heartbeats, phi accrual), quorum.

Conexión con la actualidad

La infraestructura distribuida que sostiene la nube está construida sobre C/C++: etcd y Consul (basados en Raft) coordinan Kubernetes; ScyllaDB y TiKV (sobre RocksDB en C++) ofrecen bases de datos distribuidas de alto rendimiento; Redis Cluster y Kafka mueven datos a escala planetaria. Raft se ha convertido en el algoritmo de consenso de facto por su comprensibilidad, y existen implementaciones en C como willemt/raft y la de Dragonboat. En 2024–2025, la frontera está en reducir la latencia del consenso (variantes como EPaxos, Raft con leases) y en los sistemas P2P descentralizados (IPFS, libp2p). Implementar Raft —aunque sea una versión de juguete— es uno de los ejercicios más formativos sobre concurrencia (cap. 12), redes (cap. 13) y razonamiento ante fallos.

Ejercicios

Ejercicio 34.1 — RPC propio ★★★

Implementa un RPC mínimo sobre TCP con serialización binaria y manejo de timeouts.

Ejercicio 34.2 — Elección de líder Raft ★★★★★

Implementa la fase de elección de líder de Raft con 3 nodos y timeouts aleatorizados.

Ejercicio 34.3 — Log replicado ★★★★★

Añade replicación del log y commit por mayoría; prueba la consistencia ante la caída de un nodo.

Ejercicio 34.4 — Gossip ★★★★

Implementa un protocolo gossip de difusión de pertenencia entre nodos.

Referencias

  • Ongaro & Ousterhout. In Search of an Understandable Consensus Algorithm (Raft).
  • Designing Data-Intensive Applications (Martin Kleppmann).
  • The Raft website (con visualización interactiva).
  • Lamport. Paxos Made Simple; Time, Clocks, and the Ordering of Events.