一、分布式系統面臨的挑戰有哪些

分布式系統需要(yao)大量機器協作，面(mian)臨諸多的挑(tiao)戰，其(qi)中主要(yao)的挑(tiao)戰有(you)：

1、異構的機器與網絡

分布式系統中的(de)(de)機(ji)器，配置不(bu)(bu)(bu)一樣(yang)，其上運(yun)行的(de)(de)服(fu)務也可能由不(bu)(bu)(bu)同的(de)(de)語言(yan)、架構實現，因此處理能力也不(bu)(bu)(bu)一樣(yang)；節點(dian)間通(tong)過網(wang)絡(luo)(luo)(luo)連接(jie)，而不(bu)(bu)(bu)同網(wang)絡(luo)(luo)(luo)運(yun)營商提供的(de)(de)網(wang)絡(luo)(luo)(luo)的(de)(de)帶(dai)寬、延時、丟包率又(you)不(bu)(bu)(bu)一樣(yang)。怎么(me)保證(zheng)大家齊(qi)頭并(bing)進，共同完成目標，這(zhe)是個不(bu)(bu)(bu)小的(de)(de)挑戰。

2、普遍的節點故障

雖然單(dan)個節(jie)點(dian)的(de)故障概率較(jiao)低，但節(jie)點(dian)數目達到一定規模，出(chu)故障的(de)概率就(jiu)(jiu)變(bian)高(gao)了(le)。分布式系統需要保(bao)證(zheng)故障發(fa)生的(de)時(shi)候，系統仍然是可用的(de)，這就(jiu)(jiu)需要監控(kong)節(jie)點(dian)的(de)狀態，在節(jie)點(dian)故障的(de)情(qing)況(kuang)下將該節(jie)點(dian)負責的(de)計(ji)算、存儲任務轉移到其他(ta)節(jie)點(dian)。

3、不可靠的網絡

節(jie)點間(jian)通(tong)過網絡(luo)通(tong)信(xin)，而網絡(luo)是不可靠的。可能的網絡(luo)問題(ti)包括：網絡(luo)分割、延時(shi)、丟(diu)包、亂序(xu)。相比單機(ji)過程調用(yong)，網絡(luo)通(tong)信(xin)最(zui)讓(rang)人(ren)頭疼的是超時(shi)：節(jie)點A向節(jie)點B發出(chu)請(qing)(qing)求(qiu)，在(zai)約(yue)定的時(shi)間(jian)內沒有(you)收到節(jie)點B的響應，那么B是否處(chu)理了請(qing)(qing)求(qiu)，這個是不確(que)定的，這個不確(que)定會(hui)帶來(lai)諸多問題(ti)，最(zui)簡單的，是否要重試請(qing)(qing)求(qiu)，節(jie)點B會(hui)不會(hui)多次處(chu)理同一個請(qing)(qing)求(qiu)。

總(zong)而言之，分布式的(de)挑戰來自(zi)不(bu)(bu)確(que)定性，不(bu)(bu)確(que)定計(ji)算機什么時候crash、斷電，不(bu)(bu)確(que)定磁盤什么時候損壞，不(bu)(bu)確(que)定每次網絡(luo)通信要延遲多久(jiu)，也不(bu)(bu)確(que)定通信對端是否處理(li)了(le)發送的(de)消息。而分布式的(de)規模放大了(le)這(zhe)個(ge)不(bu)(bu)確(que)定性，不(bu)(bu)確(que)定性是令人討厭的(de)，所以有諸多的(de)分布式理(li)論、協議來保證在這(zhe)種(zhong)不(bu)(bu)確(que)定性的(de)情況下(xia)，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(wen)題描述：線上生產環(huan)境(jing)中，尤(you)其容器部署(shu)情(qing)況下服(fu)務(wu)實例地(di)址（服(fu)務(wu)器端口）是動態分配的，服(fu)務(wu)調(diao)用者無法提(ti)前獲取服(fu)務(wu)實例地(di)址和端口。

解決方案：在(zai)服(fu)務(wu)運行時，通過服(fu)務(wu)發(fa)現組件解析服(fu)務(wu)名來獲(huo)取服(fu)務(wu)實(shi)例地址(zhi)和端口。

2、如何找到實例？——請求分發的策略

問題描述：找(zhao)到服務器后(hou)，還應(ying)該確定將(jiang)當前(qian)請(qing)求(qiu)發往服務器的(de)哪(na)一個實(shi)例。

解決方案：

（1）如(ru)果同一個服務的實例都是完全對等的（無狀態），那么按負載均衡策略來處理就足夠（隨機、輪詢、權(quan)重(zhong)、hash、一致性hash、fair等各種策略）。

（2）如果同一個(ge)服(fu)務的實(shi)例不是對等的（有狀態），那(nei)么(me)需要通過路(lu)由服(fu)務（元數據服(fu)務等）先確定當前(qian)要訪(fang)問的請(qing)求數據在哪(na)一個(ge)實(shi)例上，然后再進行訪(fang)問。

3、如何避免雪崩？

問題描述：一個(ge)故障(zhang)由于正反饋不斷被擴大，從而(er)導致整(zheng)個(ge)系統故障(zhang)

解決方案：

（1）【快速失敗】和【降級機制】：熔斷、降級、限流等，通過快速減少(shao)系統負載來(lai)避免雪崩的發生。

（2）【彈(dan)性(xing)擴容機(ji)制】，通過快速(su)增(zeng)加(jia)系統的服務能力來避(bi)免雪崩的發(fa)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(guo)我們(men)不能(neng)很清楚地了解內部的狀態，那么高可(ke)用(yong)是(shi)沒(mei)有辦法完全保障的。

解決方(fang)案：監控(kong)系統的各層

（1）【硬(ying)件層面】：服(fu)務器溫度(du)、磁盤RAID陣列等(deng)。

（2）【系統層面(mian)】：存活狀(zhuang)態、CPU、RAM、load負載。

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

（4）【業務層面(mian)】：PV、UV、訂單。

5、分布式存儲如何做數據切片？

問題描(miao)述(shu)：既(ji)然要實現(xian)分布式(shi)數據庫，那么應(ying)該如何(he)將(jiang)數據進行切(qie)片(pian)？

解決方案：Hash、Consistent Hash和Range Based分片策略。

6、如何設置冗余？如何復制數據？

問(wen)題描述：分布式存(cun)儲的高(gao)可用性需要冗(rong)余(yu)來保證，那(nei)么(me)如何(he)做冗(rong)余(yu)？如何(he)對(dui)數據(ju)進(jin)行復制、更新時(shi)保證兩份數據(ju)的一致性？

解決方案：

（1）【中心化方案】：主從(cong)復制、一致性協議（Raft和Paxos）。

（2）【去中(zhong)心化的方案】：Quorum、Vector Clock。