14、分布式系统与目标架构构建全解析

分布式系统与目标架构构建全解析

1. 分布式数据的挑战与数据区域化决策

分布式数据会让原本就复杂的分布式系统变得更加棘手。在多区域部署时，只要云区域具备可用的合适组件，就能够采用相同的架构和通用存储机制。不过，基于法律要求，部分数据可能需要留存于特定区域或地理区域，而有些数据则需在所有地点都存在。明确每个地点所需的数据以及所有地点都需要的数据，有助于决定是否在所有部署地点复制某些核心数据。

下面通过一个练习来确定不同类型数据适合区域化还是复制：
| 数据类型 | 区域化适用性及原因 | 复制适用性及原因 |
| — | — | — |
| 客户人口统计信息 | 可能适合区域化，不同地区客户人口特征不同，区域化可针对当地特点进行分析和服务。 | 若需进行全局的市场分析等，可能适合复制。 |
| 库存 | 适合区域化，不同地区库存情况不同，区域化便于管理和调配当地库存。 | 若要进行全局的库存统筹规划，可能需要复制。 |
| 私人（朋友）互动 | 适合区域化，互动具有地域特征，区域化可保障数据隐私和针对性服务。 | 一般不太适合复制，数据隐私性强且不同地区互动差异大。 |
| 交易 | 可能部分适合区域化，如当地交易习惯等，区域化便于分析当地交易模式。 | 若要进行全局的交易风险评估等，可能需要复制。 |
| 客户卡片收藏 | 适合区域化，不同地区客户收藏偏好不同，区域化便于提供个性化服务。 | 若要进行全局的收藏趋势分析，可能需要复制。 |

在考虑物理位置和延迟时，除了组件之间的物理距离，还应考虑网络带宽、网络拥塞情况、服务器负载等因素。

2. 性能考量与相关操作

在性