【Redis 系列】分布式系统详细解说

最新推荐文章于 2025-11-24 17:50:30 发布

原创最新推荐文章于 2025-11-24 17:50:30 发布 · 997 阅读

43 ·

CC 4.0 BY-SA版权

文章标签：

#redis #linux #数据库 #缓存 #分布式 #中间件

Redis系列专栏收录该内容

1 篇文章

订阅专栏

新星杯·14天创作挑战营·第17期 10w+人浏览 586人参与

🚀 欢迎来到我的优快云博客：Optimistic _ chen
✨ 一名热爱技术与分享的全栈开发者，在这里记录成长，专注分享编程技术与实战经验，助力你的技术成长之路，与你共同进步！

🚀我的专栏推荐：

专栏	内容特色	适合人群
🔥C语言从入门到精通	系统讲解基础语法、指针、内存管理、项目实战	零基础新手、考研党、复习
🔥Java基础语法	系统解释了基础语法、类与对象、继承	Java初学者
🔥Java核心技术	面向对象、集合框架、多线程、网络编程、新特性解析	有一定语法基础的开发者
🔥Java EE 进阶实战	Servlet、JSP、SpringBoot、MyBatis、项目案例拆解	想快速入门Java Web开发的同学
🔥Java数据结构与算法	图解数据结构、LeetCode刷题解析、大厂面试算法题	面试备战、算法爱好者、计算机专业学生

🚀我的承诺：
✅ 文章配套代码：每篇技术文章都提供完整的可运行代码示例

✅ 持续更新：专栏内容定期更新，紧跟技术趋势

✅ 答疑交流：欢迎在文章评论区留言讨论，我会及时回复（支持互粉）

🚀 关注我，解锁更多技术干货！
⏳ 每天进步一点点，未来惊艳所有人！✍️ 持续更新中，记得⭐收藏关注⭐不迷路 ✨

📌 标签:#技术博客 #编程学习 #Java #C语言 #算法 #程序员

前言

从这篇博客开始，我们将结束Spring Boot系列的记录，首先感谢各位大佬支持；其次本博主将继续更新更多Java相关知识，本专栏是redis系列，敬请期待吧；最后，祝各位飞升成为大佬，我们一起加油。

基本概念

应用/系统
定义：为了完成⼀整套服务的⼀个程序或者⼀组相互配合的程序群。
lg：为了完成⼀项任务，⽽组建的由⼀个⼈或者⼀群相互配的⼈组成的团队。
模块/组件
定义：当应⽤较复杂时，为了分离职责，将其中具有清晰职责的、内聚性强的部分，抽象出概念，便于理解
lg：军队中，进行军事训练时，将人员分为突击小组、狙击小组等.
分布式
定义：系统中的多个模块被部署于不同服务器之上，如Web服务器与数据库分别⼯作在不同的服务器上。物理层次上有多个主机。
lg：为了降低成本，汽车零部件加工厂分布全球，远程加工零部件，最后运输到总长组装。
集群
被部署于多台服务器上的、为了实现特定⽬标的⼀个/组特定的组件，整个整体被称为集群。逻辑层次上有多个主机。
lg：为了解决军队攻克防守坚固的⼤城市的作战⽬标，指挥部将⼤批炮兵部队集中起来形成⼀个炮兵打击集群。
主（Master）/从(Slave)
定义：集群中，通常有⼀个程序需要承担更多的职责，被称为主；其他承担附属职责的被称为从。
lg：MySQL集群中，只有其中⼀台服务器上数据库允许进⾏数据的写入，其他数据库的数据修改全部要从这台数据库同步⽽来，则把那台数据库称为主库，其他数据库称为从库
中间件
定义：⼀类提供不同应⽤程序⽤于相互通信的软件，即处于不同技术、⼯具和数据库之间的桥梁
lg：往前个50年想要联系远方的亲人，想要联系需要写信，写信必须给邮局，再通过邮局发给收信人。邮局就是写信人和收信人的桥梁。
可用性
定义：单位时间段内，系统可以正常提供服务的概率/期望。
响应时长
定义：指⽤⼾完成输⼊到系统给出⽤⼾反应的时⻓。
吞吐
定义：单位时间段内，系统可以成功处理的请求的数量。
并发
*定义：指系统同⼀时刻⽀持的请求最⾼量。

分布式系统

首先不要对这个东西有恐惧感，所有的恐惧皆来自于未知，只要你把这篇博客读完，我相信你一定会对分布式系统展现出巨大兴趣，坚持下去你就能拿下它，加油。

分布式系统：一群计算机通过网络连接，协同工作，对外像一个整体一样提供服务。

为什么会有分布式系统？
这是一个很好的问题，一个计算机解决不了某个问题，那通过一群计算机来解决，拥有更加优越的性能； 当一群计算机中某个主机挂机了，会有其他计算机立刻接管该计算机的任务，确保服务的可靠性；

*但是正因为它是依赖网络连接的，所以机器之间的信息传输有可能会出现问题，并且随着计算机数量增加，网络通信越多，那么受到攻击的可能性就越高，维护系统安全是一个巨大挑战。

单机架构

最简单的分布式系统只有一台计算机，这个机器负责所有工作：数据存储、数据响应等等。
在这里插入图片描述
一般情况，大部分项目都使用的是单机架构，但是随着用户量的增加，一台机器上的资源难以完成任务的时候就要进行开源、节流处理了。

*开源：很简单，增加资源，并入更多机器一起完成任务。（贵）
*节流：软件优化，程序员不断提高代码性能，优化程序时间

应用服务和数据库分离

在这里插入图片描述

应用服务器里面是各种需求的完成逻辑，比较吃CPU和内存，数据库服务器存储各种信息，需要更大的硬盘空间，更快的访问速度。

负载均衡

随着用户量的不断增大，我们继续引入更多应用服务器，使用更多的机器来解决大量需求，听起来像是前面学过的多线程程序：一个大任务分配给若干个人，每人一个小任务。

但是我们要如何 “公平” 的把任务等量分配给机器呢?
所以就有了负载均衡器：把用户请求比较均匀的分配给每个应用服务器。

在这里插入图片描述
这里的应用服务器至于有多少个，具体看数据量的大小，数据量太大，继续加服务器；整体被称为：集群，应用服务器集群。
至于负载均衡要如何分配，那取决于它本身的算法。那如果数据量太大，负载均衡也扛不住了，怎么办？只能继续套娃，引入更多负载均衡解决问题。

读写分离

读和写两个操作一般都是在数据库中访问和存储数据，一般情况这两个操作在一台机器上完成，在大数据量等等场景下，我们需要引入多台存储服务器，将读操作和写操作分开。

主服务器负责写，从服务器负责读，一主多从（主从数据同步），同样从数据库通过负载均衡的方法，让应用服务器进行访问.
在这里插入图片描述

缓存

数据库的天然弊端就是响应速度慢，这对于FPS玩家是不可忍受的。对数据进行“冷热”区分，热数据放到缓存中，缓存的响应速度比数据库快很多。
在这里插入图片描述
这个缓存服务器一般就是redis来扮演，帮助数据库服务器“负重前行”。因为存放热数据，虽然它能存放的数非常小，但是它能承担大部分访问请求。

分库分表

分布式系统，不光要应对更高的请求量，同时也要能存储更大的数据量。
针对数据库服务器进行一个扩大，成为存储集群，每个数据库服务器存储一个或者一部分数据库；同时，要是某个表很大，也可以对表进行拆分。

在这里插入图片描述

微服务

前面的应用服务器中，每个服务器都能解决各种请求，这种做法不是不行，但随着业务越来越多，代码越来越复杂，为了可维护性 ,可以把一个复杂的服务器根据功能拆分成更多，功能更单一、更小的服务器。

总结

经过不断进化，，⼀个还算合理的⾼可⽤、⾼并发系统的基本雏形已显。对于单次实施并且性能指标明确的系统，架构设计到能够⽀持系统的性能指标要求就⾜够了，但要留有扩展架构的接⼝以便不备之需。总的来说：⼤数据架构就是根据业务的需求，整合各种⼤数据组件组合⽽成的架构，而服务端架构更多指应⽤组织层⾯的架构，底层能⼒往往是由⼤数据架构来提供。