分布式系統(tǒng)的概念和原理

分布式系統(tǒng)概念

分布式系統(tǒng)（distributed system）是建立在網(wǎng)絡(luò)之上的軟件系統(tǒng)。正是因?yàn)檐浖奶匦?，所以分布式系統(tǒng)具有高度的內(nèi)聚性和透明性。因此，網(wǎng)絡(luò)和分布式系統(tǒng)之間的區(qū)別更多的在于高層軟件（特別是操作系統(tǒng)），而不是硬件。

那么分布式系統(tǒng)怎么將任務(wù)分發(fā)到這些計(jì)算機(jī)節(jié)點(diǎn)呢，很簡(jiǎn)單的思想，分而治之，即分片（partition）。對(duì)于計(jì)算，那么就是對(duì)計(jì)算任務(wù)進(jìn)行切換，每個(gè)節(jié)點(diǎn)算一些，最終匯總就行了，這就是MapReduce的思想；對(duì)于存儲(chǔ)，更好理解一下，每個(gè)節(jié)點(diǎn)存一部分?jǐn)?shù)據(jù)就行了。當(dāng)數(shù)據(jù)規(guī)模變大的時(shí)候，Partition是唯一的選擇，同時(shí)也會(huì)帶來(lái)一些好處：

（1）提升性能和并發(fā)，操作被分發(fā)到不同的分片，相互獨(dú)立

（2）提升系統(tǒng)的可用性，即使部分分片不能用，其他分片不會(huì)受到影響

理想的情況下，有分片就行了，但事實(shí)的情況卻不大理想。原因在于，分布式系統(tǒng)中有大量的節(jié)點(diǎn)，且通過(guò)網(wǎng)絡(luò)通信。單個(gè)節(jié)點(diǎn)的故障（進(jìn)程crash、斷電、磁盤(pán)損壞）是個(gè)小概率事件，但整個(gè)系統(tǒng)的故障率會(huì)隨節(jié)點(diǎn)的增加而指數(shù)級(jí)增加，網(wǎng)絡(luò)通信也可能出現(xiàn)斷網(wǎng)、高延遲的情況。在這種一定會(huì)出現(xiàn)的“異?！鼻闆r下，分布式系統(tǒng)還是需要繼續(xù)穩(wěn)定的對(duì)外提供服務(wù)，即需要較強(qiáng)的容錯(cuò)性。最簡(jiǎn)單的辦法，就是冗余或者復(fù)制集（Replication），即多個(gè)節(jié)點(diǎn)負(fù)責(zé)同一個(gè)任務(wù)，最為常見(jiàn)的就是分布式存儲(chǔ)中，多個(gè)節(jié)點(diǎn)復(fù)雜存儲(chǔ)同一份數(shù)據(jù)，以此增強(qiáng)可用性與可靠性。同時(shí)，Replication也會(huì)帶來(lái)性能的提升，比如數(shù)據(jù)的locality可以減少用戶的等待時(shí)間。

下面這種來(lái)自Distributed systems for fun and profit  的圖形象生動(dòng)說(shuō)明了Partition與Replication是如何協(xié)作的。 

　　Partition和Replication是解決分布式系統(tǒng)問(wèn)題的一記組合拳，很多具體的問(wèn)題都可以用這個(gè)思路去解決。但這并不是銀彈，往往是為了解決一個(gè)問(wèn)題，會(huì)引入更多的問(wèn)題，比如為了可用性與可靠性保證，引用了冗余（復(fù)制集）。有了冗余，各個(gè)副本間的一致性問(wèn)題就變得很頭疼，一致性在系統(tǒng)的角度和用戶的角度又有不同的等級(jí)劃分。如果要保證強(qiáng)一致性，那么會(huì)影響可用性與性能，在一些應(yīng)用（比如電商、搜索）是難以接受的。如果是最終一致性，那么就需要處理數(shù)據(jù)沖突的情況。CAP、FLP這些理論告訴我們，在分布式系統(tǒng)中，沒(méi)有最佳的選擇，都是需要權(quán)衡，做出最合適的選擇。

分布式系統(tǒng)挑戰(zhàn)

　　分布式系統(tǒng)需要大量機(jī)器協(xié)作，面臨諸多的挑戰(zhàn)：

　　第一，異構(gòu)的機(jī)器與網(wǎng)絡(luò)：

　　　　分布式系統(tǒng)中的機(jī)器，配置不一樣，其上運(yùn)行的服務(wù)也可能由不同的語(yǔ)言、架構(gòu)實(shí)現(xiàn)，因此處理能力也不一樣；節(jié)點(diǎn)間通過(guò)網(wǎng)絡(luò)連接，而不同網(wǎng)絡(luò)運(yùn)營(yíng)商提供的網(wǎng)絡(luò)的帶寬、延時(shí)、丟包率又不一樣。怎么保證大家齊頭并進(jìn)，共同完成目標(biāo)，這四個(gè)不小的挑戰(zhàn)。

　　第二，普遍的節(jié)點(diǎn)故障：

　　　　雖然單個(gè)節(jié)點(diǎn)的故障概率較低，但節(jié)點(diǎn)數(shù)目達(dá)到一定規(guī)模，出故障的概率就變高了。分布式系統(tǒng)需要保證故障發(fā)生的時(shí)候，系統(tǒng)仍然是可用的，這就需要監(jiān)控節(jié)點(diǎn)的狀態(tài)，在節(jié)點(diǎn)故障的情況下將該節(jié)點(diǎn)負(fù)責(zé)的計(jì)算、存儲(chǔ)任務(wù)轉(zhuǎn)移到其他節(jié)點(diǎn)

　　第三，不可靠的網(wǎng)絡(luò)：

　　　　節(jié)點(diǎn)間通過(guò)網(wǎng)絡(luò)通信，而網(wǎng)絡(luò)是不可靠的。可能的網(wǎng)絡(luò)問(wèn)題包括：網(wǎng)絡(luò)分割、延時(shí)、丟包、亂序。

　　　　相比單機(jī)過(guò)程調(diào)用，網(wǎng)絡(luò)通信最讓人頭疼的是超時(shí)：節(jié)點(diǎn)A向節(jié)點(diǎn)B發(fā)出請(qǐng)求，在約定的時(shí)間內(nèi)沒(méi)有收到節(jié)點(diǎn)B的響應(yīng)，那么B是否處理了請(qǐng)求，這個(gè)是不確定的，這個(gè)不確定會(huì)帶來(lái)諸多問(wèn)題，最簡(jiǎn)單的，是否要重試請(qǐng)求，節(jié)點(diǎn)B會(huì)不會(huì)多次處理同一個(gè)請(qǐng)求。

　　總而言之，分布式的挑戰(zhàn)來(lái)自不確定性，不確定計(jì)算機(jī)什么時(shí)候crash、斷電，不確定磁盤(pán)什么時(shí)候損壞，不確定每次網(wǎng)絡(luò)通信要延遲多久，也不確定通信對(duì)端是否處理了發(fā)送的消息。而分布式的規(guī)模放大了這個(gè)不確定性，不確定性是令人討厭的，所以有諸多的分布式理論、協(xié)議來(lái)保證在這種不確定性的情況下，系統(tǒng)還能繼續(xù)正常工作。

　　而且，很多在實(shí)際系統(tǒng)中出現(xiàn)的問(wèn)題，來(lái)源于設(shè)計(jì)時(shí)的盲目樂(lè)觀，覺(jué)得這個(gè)、那個(gè)應(yīng)該不會(huì)出問(wèn)題。Fallacies_of_distributed_computing很有意思，介紹了分布式系統(tǒng)新手可能的錯(cuò)誤的假設(shè)：

The network is reliable.
Latency is zero.
Bandwidth is infinite.
The network is secure.
Topology doesn't change.
There is one administrator.
Transport cost is zero.
The network is homogeneous.

　　劉杰在《分布式系統(tǒng)原理介紹》中指出，處理這些異常的最佳原則是：在設(shè)計(jì)、推導(dǎo)、驗(yàn)證分布式系統(tǒng)的協(xié)議、流程時(shí),最重要的工作之一就是思考在執(zhí)行流程的每個(gè)步驟時(shí)一旦發(fā)生各種異常的情況下系統(tǒng)的處理方式及造成的影響。

分布式系統(tǒng)特性與衡量標(biāo)準(zhǔn)

　　透明性：使用分布式系統(tǒng)的用戶并不關(guān)心系統(tǒng)是怎么實(shí)現(xiàn)的，也不關(guān)心讀到的數(shù)據(jù)來(lái)自哪個(gè)節(jié)點(diǎn)，對(duì)用戶而言，分布式系統(tǒng)的最高境界是用戶根本感知不到這是一個(gè)分布式系統(tǒng)，在《Distributed Systems Principles and Paradigms》一書(shū)中，作者是這么說(shuō)的：

A distributed system is a collection of independent computers that appears to its users as a single coherent system.

　　可擴(kuò)展性：分布式系統(tǒng)的根本目標(biāo)就是為了處理單個(gè)計(jì)算機(jī)無(wú)法處理的任務(wù)，當(dāng)任務(wù)增加的時(shí)候，分布式系統(tǒng)的處理能力需要隨之增加。簡(jiǎn)單來(lái)說(shuō)，要比較方便的通過(guò)增加機(jī)器來(lái)應(yīng)對(duì)數(shù)據(jù)量的增長(zhǎng)，同時(shí)，當(dāng)任務(wù)規(guī)?？s減的時(shí)候，可以撤掉一些多余的機(jī)器，達(dá)到動(dòng)態(tài)伸縮的效果

　　可用性與可靠性：一般來(lái)說(shuō)，分布式系統(tǒng)是需要長(zhǎng)時(shí)間甚至7*24小時(shí)提供服務(wù)的?？捎眯允侵赶到y(tǒng)在各種情況對(duì)外提供服務(wù)的能力，簡(jiǎn)單來(lái)說(shuō)，可以通過(guò)不可用時(shí)間與正常服務(wù)時(shí)間的必知來(lái)衡量；而可靠性而是指計(jì)算結(jié)果正確、存儲(chǔ)的數(shù)據(jù)不丟失。

　　高性能：不管是單機(jī)還是分布式系統(tǒng)，大家都非常關(guān)注性能。不同的系統(tǒng)對(duì)性能的衡量指標(biāo)是不同的，最常見(jiàn)的：高并發(fā)，單位時(shí)間內(nèi)處理的任務(wù)越多越好；低延遲：每個(gè)任務(wù)的平均時(shí)間越少越好。這個(gè)其實(shí)跟操作系統(tǒng)CPU的調(diào)度策略很像

　　一致性：分布式系統(tǒng)為了提高可用性可靠性，一般會(huì)引入冗余（復(fù)制集）。那么如何保證這些節(jié)點(diǎn)上的狀態(tài)一致，這就是分布式系統(tǒng)不得不面對(duì)的一致性問(wèn)題。一致性有很多等級(jí)，一致性越強(qiáng)，對(duì)用戶越友好，但會(huì)制約系統(tǒng)的可用性；一致性等級(jí)越低，用戶就需要兼容數(shù)據(jù)不一致的情況，但系統(tǒng)的可用性、并發(fā)性很高很多。

組件、理論、協(xié)議

　　假設(shè)這是一個(gè)對(duì)外提供服務(wù)的大型分布式系統(tǒng)，用戶連接到系統(tǒng)，做一些操作，產(chǎn)生一些需要存儲(chǔ)的數(shù)據(jù)，那么在這個(gè)過(guò)程中，會(huì)遇到哪些組件、理論與協(xié)議呢

用一個(gè)請(qǐng)求串起來(lái)

　　用戶使用Web、APP、SDK，通過(guò)HTTP、TCP連接到系統(tǒng)。在分布式系統(tǒng)中，為了高并發(fā)、高可用，一般都是多個(gè)節(jié)點(diǎn)提供相同的服務(wù)。那么，第一個(gè)問(wèn)題就是具體選擇哪個(gè)節(jié)點(diǎn)來(lái)提供服務(wù)，這個(gè)就是負(fù)載均衡（load balance）。負(fù)載均衡的思想很簡(jiǎn)單，但使用非常廣泛，在分布式系統(tǒng)、大型網(wǎng)站的方方面面都有使用，或者說(shuō)，只要涉及到多個(gè)節(jié)點(diǎn)提供同質(zhì)的服務(wù)，就需要負(fù)載均衡。

　　通過(guò)負(fù)載均衡找到一個(gè)節(jié)點(diǎn)，接下來(lái)就是真正處理用戶的請(qǐng)求，請(qǐng)求有可能簡(jiǎn)單，也有可能很復(fù)雜。簡(jiǎn)單的請(qǐng)求，比如讀取數(shù)據(jù)，那么很可能是有緩存的，即分布式緩存，如果緩存沒(méi)有命中，那么需要去數(shù)據(jù)庫(kù)拉取數(shù)據(jù)。對(duì)于復(fù)雜的請(qǐng)求，可能會(huì)調(diào)用到系統(tǒng)中其他的服務(wù)。

　　承上，假設(shè)服務(wù)A需要調(diào)用服務(wù)B的服務(wù)，首先兩個(gè)節(jié)點(diǎn)需要通信，網(wǎng)絡(luò)通信都是建立在TCP/IP協(xié)議的基礎(chǔ)上，但是，每個(gè)應(yīng)用都手寫(xiě)socket是一件冗雜、低效的事情，因此需要應(yīng)用層的封裝，因此有了HTTP、FTP等各種應(yīng)用層協(xié)議。當(dāng)系統(tǒng)愈加復(fù)雜，提供大量的http接口也是一件困難的事情。因此，有了更進(jìn)一步的抽象，那就是RPC（remote produce call），是的遠(yuǎn)程調(diào)用就跟本地過(guò)程調(diào)用一樣方便，屏蔽了網(wǎng)絡(luò)通信等諸多細(xì)節(jié)，增加新的接口也更加方便。

　　一個(gè)請(qǐng)求可能包含諸多操作，即在服務(wù)A上做一些操作，然后在服務(wù)B上做另一些操作。比如簡(jiǎn)化版的網(wǎng)絡(luò)購(gòu)物，在訂單服務(wù)上發(fā)貨，在賬戶服務(wù)上扣款。這兩個(gè)操作需要保證原子性，要么都成功，要么都不操作。這就涉及到分布式事務(wù)的問(wèn)題，分布式事務(wù)是從應(yīng)用層面保證一致性：某種守恒關(guān)系。

　　上面說(shuō)道一個(gè)請(qǐng)求包含多個(gè)操作，其實(shí)就是涉及到多個(gè)服務(wù)，分布式系統(tǒng)中有大量的服務(wù)，每個(gè)服務(wù)又是多個(gè)節(jié)點(diǎn)組成。那么一個(gè)服務(wù)怎么找到另一個(gè)服務(wù)（的某個(gè)節(jié)點(diǎn)呢）？通信是需要地址的，怎么獲取這個(gè)地址，最簡(jiǎn)單的辦法就是配置文件寫(xiě)死，或者寫(xiě)入到數(shù)據(jù)庫(kù)，但這些方法在節(jié)點(diǎn)數(shù)據(jù)巨大、節(jié)點(diǎn)動(dòng)態(tài)增刪的時(shí)候都不大方便，這個(gè)時(shí)候就需要服務(wù)注冊(cè)與發(fā)現(xiàn)：提供服務(wù)的節(jié)點(diǎn)向一個(gè)協(xié)調(diào)中心注冊(cè)自己的地址，使用服務(wù)的節(jié)點(diǎn)去協(xié)調(diào)中心拉取地址。

　　從上可以看見(jiàn)，協(xié)調(diào)中心提供了中心化的服務(wù)：以一組節(jié)點(diǎn)提供類(lèi)似單點(diǎn)的服務(wù)，使用非常廣泛，比如命令服務(wù)、分布式鎖。協(xié)調(diào)中心最出名的就是chubby，zookeeper。

　　回到用戶請(qǐng)求這個(gè)點(diǎn)，請(qǐng)求操作會(huì)產(chǎn)生一些數(shù)據(jù)、日志，通常為信息，其他一些系統(tǒng)可能會(huì)對(duì)這些消息感興趣，比如個(gè)性化推薦、監(jiān)控等，這里就抽象出了兩個(gè)概念，消息的生產(chǎn)者與消費(fèi)者。那么生產(chǎn)者怎么講消息發(fā)送給消費(fèi)者呢，RPC并不是一個(gè)很好的選擇，因?yàn)镽PC肯定得指定消息發(fā)給誰(shuí)，但實(shí)際的情況是生產(chǎn)者并不清楚、也不關(guān)心誰(shuí)會(huì)消費(fèi)這個(gè)消息，這個(gè)時(shí)候消息隊(duì)列就出馬了。簡(jiǎn)單來(lái)說(shuō)，生產(chǎn)者只用往消息隊(duì)列里面發(fā)就行了，隊(duì)列會(huì)將消息按主題（topic）分發(fā)給關(guān)注這個(gè)主題的消費(fèi)者。消息隊(duì)列起到了異步處理、應(yīng)用解耦的作用。

　　上面提到，用戶操作會(huì)產(chǎn)生一些數(shù)據(jù)，這些數(shù)據(jù)忠實(shí)記錄了用戶的操作習(xí)慣、喜好，是各行各業(yè)最寶貴的財(cái)富。比如各種推薦、廣告投放、自動(dòng)識(shí)別。這就催生了分布式計(jì)算平臺(tái)，比如Hadoop，Storm等，用來(lái)處理這些海量的數(shù)據(jù)。

　　最后，用戶的操作完成之后，用戶的數(shù)據(jù)需要持久化，但數(shù)據(jù)量很大，大到按個(gè)節(jié)點(diǎn)無(wú)法存儲(chǔ)，那么這個(gè)時(shí)候就需要分布式存儲(chǔ)：將數(shù)據(jù)進(jìn)行劃分放在不同的節(jié)點(diǎn)上，同時(shí)，為了防止數(shù)據(jù)的丟失，每一份數(shù)據(jù)會(huì)保存多分。傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)是單點(diǎn)存儲(chǔ)，為了在應(yīng)用層透明的情況下分庫(kù)分表，會(huì)引用額外的代理層。而對(duì)于NoSql，一般天然支持分布式。

一個(gè)簡(jiǎn)化的架構(gòu)圖

　　下面用一個(gè)不大精確的架構(gòu)圖，盡量還原分布式系統(tǒng)的組成部分（不過(guò)只能體現(xiàn)出技術(shù)，不好體現(xiàn)出理論）

概念與實(shí)現(xiàn)

　　那么對(duì)于上面的各種技術(shù)與理論，業(yè)界有哪些實(shí)現(xiàn)呢，下面進(jìn)行簡(jiǎn)單羅列。

　　當(dāng)然，下面的這些實(shí)現(xiàn)，小部分我用過(guò)，知其所以然；大部分聽(tīng)說(shuō)過(guò)，知其然；還有一部分之前聞所未聞，分類(lèi)也不一定正確，只是從其他文章抄過(guò)來(lái)的。羅列在這里，以便日后或深或淺的學(xué)習(xí)。

• 負(fù)載均衡：

　　　　Nginx：高性能、高并發(fā)的web服務(wù)器；功能包括負(fù)載均衡、反向代理、靜態(tài)內(nèi)容緩存、訪問(wèn)控制；工作在應(yīng)用層

　　　　LVS： Linux virtual server，基于集群技術(shù)和Linux操作系統(tǒng)實(shí)現(xiàn)一個(gè)高性能、高可用的服務(wù)器；工作在網(wǎng)絡(luò)層

• webserver：

　　　　Java：Tomcat，Apache，Jboss

　　　　Python：gunicorn、uwsgi、twisted、webpy、tornado

• service：　　

　　　　SOA、微服務(wù)、spring boot，django

• 容器：

　　　　docker，kubernetes

• cache：

　　　　memcache、redis等

• 協(xié)調(diào)中心：

　　　　zookeeper、etcd等

　　　　zookeeper使用了Paxos協(xié)議Paxos是強(qiáng)一致性，高可用的去中心化分布式。zookeeper的使用場(chǎng)景非常廣泛，之后細(xì)講。

• rpc框架：

　　　　grpc、dubbo、brpc

　　　　dubbo是阿里開(kāi)源的Java語(yǔ)言開(kāi)發(fā)的高性能RPC框架，在阿里系的諸多架構(gòu)中，都使用了dubbo + spring boot

• 消息隊(duì)列：

　　　　kafka、rabbitMQ、rocketMQ、QSP

　　　　消息隊(duì)列的應(yīng)用場(chǎng)景：異步處理、應(yīng)用解耦、流量削鋒和消息通訊

• 實(shí)時(shí)數(shù)據(jù)平臺(tái)：

　　　　storm、akka

• 離線數(shù)據(jù)平臺(tái)：

　　　　hadoop、spark

　　　　PS: apark、akka、kafka都是scala語(yǔ)言寫(xiě)的，看到這個(gè)語(yǔ)言還是很牛逼的

• dbproxy：

　　　　cobar也是阿里開(kāi)源的，在阿里系中使用也非常廣泛，是關(guān)系型數(shù)據(jù)庫(kù)的sharding + replica 代理

• db：

　　　　mysql、oracle、MongoDB、HBase

• 搜索：

　　　　elasticsearch、solr

• 日志：

　　　　rsyslog、elk、flume