分布式系统

其实所谓的“分布式系统”，就是想尽办法引入更多的硬件资源！！！

明确几个概念：

1. 应用/系统：一个应用就是一个/组服务器程序。
2. 模块/组件：一个应用里面有很多个功能，每个独立的功能就可以称为是一个模块/组件。
3. 分布式：引入多个主机/服务器，协同配合完成一系列的工作。
4. 主/从：是分布式系统中比较典型的结构，多个服务器节点，其中一个是主，另外的是从。从节点的数据是从主节点这里同步过来的。
5. 中间件：和业务无关的服务(功能更通用的服务)，比如：数据库、缓存、消息队列…。
6. 可用性：系统整体可用的时间/总的时间。
7. 响应时长：响应时长可以用来衡量服务器的性能。
8. 吞吐vs并发：衡量系统的处理请求的能力。

1. 单机架构

只有一台服务器，这台服务器负责所有的工作。

单机程序也可以把数据库服务器去除掉，只用一个应用服务器既负责处理业务，又负责数据存储。这种方式会比较麻烦。

现在绝大部分公司的产品都是使用的这种单机架构。
现在计算机硬件的发展速度很快，哪怕只有一台主机，性能也是很高的，可以支撑非常高的并发和非常大的数据存储。

一台主机的硬件资源(CPU、内存、硬盘、网络…)是优先的。服务器每次收到一个请求，都是需要消耗这些资源的，如果同一时刻，服务器需要处理的请求过多。此时就可能会导致某个硬件资源不够用，无论是哪方面的资源不够用了，都可能会导致服务器处理请求的时间变长，甚至会处理出错，这极大的降低了用户的体验感。

遇到服务器资源不够用的情况，一般是有两种处理方法：

1. 开源。这种方式比较简单粗暴，就是引入更多的硬件资源。但是一台主机上面能增加的硬件资源取决于主板的扩展能力，也是有限的。当一台主机的硬件扩展到极限了，还是达不到我们业务的需求，就只能引入更多的主机了。但是并不是说只需要买来新的主机就可以解决问题了，也需要在软件上面做出对应的适配和调整。一旦引入多台主机，这个系统就可以称为“分布式系统”。
2. 节流。这种方式是在软件上进行优化，需要通过性能测试，找到是哪个环节出现了瓶颈，然后对症下药，对其进行优化。但是这种方式就比较难，对于程序员的水平要求比较高。

由于引入分布式会使系统的复杂程度大大提高，所以引入分布式系统是无奈之举，是万不得已的。

2. 应用服务和数据库服务分离

采用应用服务和数据库服务分离，就可以根据不同的业务需求来配置服务器的硬件资源，从而达到更高的性价比。比如应用服务器中可能会包含大量的业务逻辑，就会比较吃CPU和内存；数据库服务器，就需要更大的硬盘空间，更快的数据访问速度，，就可以配置更大硬盘的服务器，甚至可以使用SSD硬盘。

硬盘有两种：

1. 机械硬盘–便宜–访问速度慢。
2. 固态硬盘–贵–访问速度快。

3. 引入负载均衡器

如果业务量进一步增加，一个应用服务器难以支撑，那么此时就可以采用增加应用层硬件的方式，将用户流量分担到不同的应用服务器上，来提升系统的承载能力。

用户的请求先到达负载均衡器/网关服务器(单独的服务器)。负载均衡器有很多种算法，将用户的请求合理的分配给各个应用服务器。

问：负载均衡接收了用户的所有请求，负载均衡器能顶住吗？
答：负载均衡器对于请求的承担能力是要远超于应用服务器的。负载均衡器就相当于是老板，只负责给应用服务器分配任务；应用服务器相当于是组员，负责执行任务。
如果用户的请求量大到负载均衡器也承载不住了，那么就可以引入更多的负载均衡器。

通过增加应用服务器的方式，解决了处理更高请求量的问题，但是随着请求量的增加，对应的存储服务器要承担的请求量也会更多，此时就引入了读写分离，

4. 引入读写分离

在实际的应用场景中，读的频率是要比写高很多的。

主服务器一般是一个，从服务器可以有多个(一主多从)，主从库通过数据同步，从库就可以维护着和主库一致的数据。

5. 引入缓存–冷热分离

数据库有着一个天然的问题，那就是响应速度慢！！

堆数据进行区分“冷热”，将热点数据放到缓存中，缓存的访问速度往往比数据库要快很多。

在缓存中只存放一小部分热点数据，在数据中有一个“二八原则”：20%的数据，能够支撑80%的访问量。

虽然在缓存中只存放20%的热点数据，但是在存储服务器中并不是只存放其余的80%数据，存储服务器中仍然存放的是全量数据。

这里的缓存数据库就是Redis，缓存虽然访问速度快，但是它小。

6. 引入分库分表

引入分布式系统，不光是要能够应对更高的请求量，同时也要能够应对更大的数据量。可能会出现一台数据库服务器已经存不下，一台主机存不下，就需要多台主机来存储。

就可以针对数据库进行进一步的拆分(分库分表)，本来只有一个数据库服务器，这个数据库服务器上有多个数据库，现在就可以引入多个数据库服务器，每个数据库服务器存储一个或者一部分数据库。如果某个表特别大，大到一台主机存不下，也可以针对表进行拆分。

具体的分库分表如何实践，需要结合实际的业务场景来展开，可以说我们做的一切都是为了业务！！

7. 引入微服务

上面的应用服务器，一个服务器里面做了很多业务，这就会导致这一个服务器的代码变得越来越复杂。为了更方便代码的维护，就可以把一个复杂的服务器拆分成多个的，功能更单一，但是更小的服务器。

引入微服务的缺点：

1. 系统的性能降低。拆出来更多的服务，多个功能之间更加依赖网络通信，网络通信的速度很可能是比磁盘还要慢的。幸运的是随着硬件技术的发展，现在已经有了万兆网卡，读写速度已经能够超过硬盘读写了，但是它贵。
2. 系统复杂度提高，可用性受到影响。服务器越多，出现问题的概率就越大，这就需要一系列的手段来保证系统的可用性（更丰富的监控报警，以及配套的运维人员）。

微服务的优势：
3. 使用微服务可能更方便于功能的复用。
4. 可以给不同的服务进行不同的部署。

8. 集群和分布式

集群 是将一个系统完整的部署到多个服务器上，每个服务器都能提供系统的所有服务(多个计算机做相同的事)，多个服务器通过负载均衡调度完成任务，每个服务器称为集群的节点，每个节点的功能是相同的，并且可以替代。

分布式 是将一个系统拆分为多个子系统，多个子系统部署在多个服务器上，多个服务器上的子系统协同合作完成一个特定任务（多个计算机做不同的事），每个节点完成的业务是不同的，一个节点出现问题，这个业务就不可访问了。

在实践中，很多时候分布式和集群是相互配合使用的，一个分布式的某一个节点，可能是一个集群，分布式架构大多是建立在集群上的。一般会把分布式和集群统称为分布式架构。