一、分布式系統面臨的挑戰有哪些

分布式系統需要(yao)大量機器協(xie)作，面臨(lin)諸多的挑戰(zhan)，其(qi)中主要(yao)的挑戰(zhan)有(you)：

1、異構的機器與網絡

分布式(shi)系(xi)統中的(de)(de)機器，配置不(bu)一(yi)(yi)(yi)樣(yang)(yang)，其上運(yun)行的(de)(de)服務(wu)也(ye)(ye)可能由不(bu)同的(de)(de)語言、架(jia)構實(shi)現，因此處理能力也(ye)(ye)不(bu)一(yi)(yi)(yi)樣(yang)(yang)；節點間(jian)通(tong)過網絡連接，而(er)不(bu)同網絡運(yun)營商(shang)提(ti)供的(de)(de)網絡的(de)(de)帶寬、延時(shi)、丟包率又不(bu)一(yi)(yi)(yi)樣(yang)(yang)。怎么保證大家齊(qi)頭并進，共同完成目標，這是(shi)個不(bu)小的(de)(de)挑戰。

2、普遍的節點故障

雖(sui)然(ran)單個節(jie)點(dian)(dian)的(de)故(gu)(gu)障概率較低，但節(jie)點(dian)(dian)數(shu)目(mu)達到(dao)(dao)一(yi)定規模，出故(gu)(gu)障的(de)概率就變高了。分(fen)布式系(xi)統需要保(bao)證故(gu)(gu)障發生(sheng)的(de)時候，系(xi)統仍然(ran)是可用的(de)，這就需要監控(kong)節(jie)點(dian)(dian)的(de)狀態，在(zai)節(jie)點(dian)(dian)故(gu)(gu)障的(de)情況下將該節(jie)點(dian)(dian)負責的(de)計算(suan)、存儲任務轉(zhuan)移到(dao)(dao)其他節(jie)點(dian)(dian)。

3、不可靠的網絡

節(jie)(jie)點(dian)間通過(guo)網(wang)絡(luo)通信(xin)(xin)，而網(wang)絡(luo)是(shi)不(bu)(bu)可(ke)靠的(de)(de)。可(ke)能的(de)(de)網(wang)絡(luo)問題包(bao)括：網(wang)絡(luo)分割、延時(shi)、丟(diu)包(bao)、亂序(xu)。相比單(dan)機(ji)過(guo)程(cheng)調(diao)用，網(wang)絡(luo)通信(xin)(xin)最(zui)讓(rang)人(ren)頭疼的(de)(de)是(shi)超(chao)時(shi)：節(jie)(jie)點(dian)A向節(jie)(jie)點(dian)B發出請求，在約定(ding)(ding)(ding)的(de)(de)時(shi)間內沒有收到節(jie)(jie)點(dian)B的(de)(de)響應，那么B是(shi)否處(chu)理(li)了請求，這個(ge)是(shi)不(bu)(bu)確定(ding)(ding)(ding)的(de)(de)，這個(ge)不(bu)(bu)確定(ding)(ding)(ding)會(hui)帶(dai)來諸(zhu)多問題，最(zui)簡單(dan)的(de)(de)，是(shi)否要重試請求，節(jie)(jie)點(dian)B會(hui)不(bu)(bu)會(hui)多次處(chu)理(li)同一個(ge)請求。

總而(er)言之，分布(bu)式的(de)(de)挑戰(zhan)來(lai)自不(bu)確(que)定性(xing)(xing)，不(bu)確(que)定計算機什么時候crash、斷電，不(bu)確(que)定磁盤(pan)什么時候損(sun)壞(huai)，不(bu)確(que)定每次(ci)網絡通信要(yao)延遲多(duo)(duo)久，也不(bu)確(que)定通信對端是否處(chu)理了(le)發(fa)送(song)的(de)(de)消息。而(er)分布(bu)式的(de)(de)規模放大了(le)這(zhe)個不(bu)確(que)定性(xing)(xing)，不(bu)確(que)定性(xing)(xing)是令人(ren)討厭的(de)(de)，所(suo)以有諸多(duo)(duo)的(de)(de)分布(bu)式理論、協議(yi)來(lai)保(bao)證在這(zhe)種(zhong)不(bu)確(que)定性(xing)(xing)的(de)(de)情況(kuang)下，系統還能繼續正常工作。

二、分布式系統帶來的問題及解答

1、如何找到所需的服務？——服務發現組件

問題描述：線上生產環境中，尤其(qi)容器部(bu)署情(qing)況下服(fu)務實例地址(zhi)（服(fu)務器端(duan)口）是動態分配(pei)的，服(fu)務調用(yong)者無法提(ti)前獲取服(fu)務實例地址(zhi)和端(duan)口。

解(jie)決(jue)方(fang)案(an)：在(zai)服(fu)(fu)務運行時，通(tong)過(guo)服(fu)(fu)務發現組件解(jie)析服(fu)(fu)務名來(lai)獲取(qu)服(fu)(fu)務實例(li)地址和端口(kou)。

2、如何找到實例？——請求分發的策略

問題描述(shu)：找到服務器后(hou)，還應該確定(ding)將當前請(qing)求(qiu)發往服務器的(de)哪一個實(shi)例。

解決方案：

（1）如果同一個服務(wu)的(de)實例都是(shi)完(wan)全對等的(de)（無狀態），那(nei)么按(an)負載(zai)均衡策略來處(chu)理就足夠（隨機(ji)、輪詢、權重、hash、一致性hash、fair等各種策略）。

（2）如果同一個(ge)服(fu)務(wu)的實例不是對等的（有狀態），那么需要通過路(lu)由服(fu)務(wu)（元數據服(fu)務(wu)等）先(xian)確(que)定當(dang)前要訪問的請(qing)求(qiu)數據在哪(na)一個(ge)實例上，然后再進行訪問。

3、如何避免雪崩？

問(wen)題描(miao)述(shu)：一個故障由于正反(fan)饋不斷被擴(kuo)大，從而(er)導致整(zheng)個系統故障

解決方案：

（1）【快(kuai)速(su)失敗】和(he)【降級機制(zhi)】：熔(rong)斷、降級、限流等，通過快(kuai)速(su)減少系(xi)統負載來避免(mian)雪崩(beng)的(de)發生。

（2）【彈性擴容(rong)機制】，通過快速增加系統的(de)服務能力來避免雪崩的(de)發生。

4、如何對系統進行監控？

問題描述：對于一個分布式系統，如果我們(men)不能很清楚地了解內部的(de)狀態(tai)，那么(me)高可用是沒有辦法(fa)完全保(bao)障的(de)。

解(jie)決方案(an)：監控系統的各層

（1）【硬(ying)件層面】：服務器(qi)溫度、磁盤RAID陣列(lie)等(deng)。

（2）【系(xi)統層面】：存活狀態(tai)、CPU、RAM、load負(fu)載。

（3）【應用(yong)層(ceng)】：mysql、Nginx、Django、LVS、HAProxy。

（4）【業務層(ceng)面】：PV、UV、訂單。

5、分布式存儲如何做數據切片？

問(wen)題描述：既然要實現分布(bu)式數據庫(ku)，那么應該如何將數據進行切片？

解(jie)決方案(an)：Hash、Consistent Hash和(he)Range Based分片策略。

6、如何設置冗余？如何復制數據？

問題描述：分布(bu)式存(cun)儲的高可用性(xing)需要冗余來保證(zheng)(zheng)，那么如(ru)何(he)做冗余？如(ru)何(he)對數(shu)據進行復制、更(geng)新時保證(zheng)(zheng)兩份數(shu)據的一致性(xing)？

解決方案：

（1）【中心化方(fang)案】：主從復制、一致性(xing)協(xie)議(yi)（Raft和Paxos）。

（2）【去中心化的方案(an)】：Quorum、Vector Clock。