分布式系统你需要了解那些？.docxVIP

分布式系统你需要了解那些？ 学习一个学问之前，我觉得比较好的方式是先理解它的来龙去脉：即这个学问产生的过程，它处理了什么问题，它是怎样样处理的，还有它引入了哪些新的问题（没有银弹），这样我们才能比较好的抓到它的脉络和关键点，不会一开头就迷失在细节中。 所以，在学习分布式系统之前，我们需要处理的第一个问题是：分布式系统处理了什么问题？ 分布式系统处理了什么问题？ 第一个是单机功能瓶颈导致的成本问题，由于摩尔定律失效，廉价 PC 机功能的瓶颈无法连续突破，小型机和大型机能提高更高的单机功能，但是成本太大高，一般的公司很难承受； 其次个是用户量和数据量爆炸性的增大导致的成本问题，进入互联网时代，用户量爆炸性的增大，用户产生的数据量也在爆炸性的增大，但是单个用户或者单条数据的价值其实比软件时代（比如银行用户）的价值是只低不高，所以必需查找更经济的方案； 第三个是业务高可用的要求，对于互联网的产品来说，都要求 7 * 24 小时供应服务，无法容忍停止服务等毛病，而要供应高可用的服务，独一的方式就是添加冗余来完成，这样就算单机系统可以支撑的服务，由于高可用的要求，也会变成一个分布式系统。 基于上面的三个缘由可以看出，在互联网时代，单机系统是无法处理成本和高可用问题的，但是这两个问题对几乎对全部的公司来说都是格外关键的问题，所以，从单机系统到分布式系统是无法避开的技术大潮流。 分布式系统是怎样来处理问题的？ 那么，分布式系统是怎样来处理单机系统面临的成本和高可用问题呢？ 其实思路很简约，就是将一些廉价的 PC 机通过网络连接起来，共同完成工作，并且在系统中供应冗余来处理高可用的问题。 分布式系统引入了哪些新的问题？ 我们来看分布式系统的定义：分布式系统是由一组通过网络进行通信、为了完成共同的任务而协调工作的计算机节点组成的系统。在定义中，我们可用看出，分布式系统它通过多工作节点来处理单机系统面临的成本和可用性问题，但是它引入了对分布式系统内部工作节点的协调问题。 我们经常说把握一个学问需要理解它的前因后果，对于分布式系统来说，前因是「分布式系统处理了什么问题」，后果是「它是怎样做内部工作节点的协调」，所以我们要处理的其次个问题是：分布式系统是怎样做内部工作节点协调的？ 分布式计算引入了哪些新的问题？ 先从简约的情况入手，对于分布式计算（无形态）的情况，系统内部的协调需要做哪些工作： 1. 怎样样找到服务？ 在分布式系统内部，会有不同的服务（角色），服务 A 怎样找到服务 B 是需要处理的问题，一般来说服务注册与发觉机制是常用的思路，所以可以了解一下服务注册发觉机制实现原理，并且可以思考服务注册发觉是选择做成 AP 还是 CP 系统更合理（严格按 CAP 理论说，我们目前使用的大部分系统很难满足 C 或者 A 的，所以这里只是通常意义上的 AP 或者 CP）； 2. 怎样样找到实例？ 找到服务后，当前的恳求应当选择发往服务的哪一个实例呢？一般来说，假犹如一个服务的实例都是完全对等的（无形态），那么按负载均衡策略来处理就足够（轮询、权重、hash、全都性 hash，fair 等各种策略的适用场景）；假犹如一个服务的实例不是对等的（无形态），那么需要通过路由服务（元数据服务等）先确定当前要访问的恳求数据做哪一个实例上，然后再进行访问。 3. 怎样样避开雪崩？ 系统雪崩是指毛病的由于正反馈循序导致不断扩大规章的毛病。一次雪崩通常是由于整个系统中一个很小的部分消灭毛病于引发，进而导致系统其它部分也消灭毛病。比如系统中某一个服务的一个实例消灭毛病，导致负载均衡将该实例摘除而引起其它实例负载上升，最终导致该服务的全部实例像多米诺骨牌一样一个一个全部消灭毛病。 避开雪崩总体的策略比较简约，只需是两个思路，一个是快速失败和降级机制（熔断、降级、限流等），通过快速削减系统负载来避开雪崩的发生；另一个为弹性扩容机制，通过快速添加系统的服务力量来避开雪崩的发生。这个依据不同的场景可以做不同的选择，或者两个策略都使用。 一般来说，快速失败会导致部分的恳求失败，假如分布式系统内部对全都性要求很高的话，快速失败会带来系统数据不全都的问题，弹性扩容会是一个比较好的选择，但是弹性扩容的实现成本和响应时间比快速失败要大得多。 4. 怎样样监控告警？ 对于一个分布式系统，假如我们不能很清楚地了解内部的形态，那么高可用是没有方法完全保障的，所以对分布式系统的监控（比如接口的时延和可用性等信息），分布式追踪 Trace，模仿毛病的混沌工程，以及相关的告警等机制是肯定要完善的； 分布式存储引入了哪些新的问题？ 接下来我们再来看分布式存储（无形态）的内部的协调是怎样做的，同时，前面引见的分布式计算的协调方式在分布式存储中同样适用，就不再反复了： 1. 分布式系统的理论与衡权 ACID、