一、分布式系統面臨的挑戰有哪些

分布式系統需要大(da)量機器(qi)協作，面臨諸多(duo)的挑戰，其中主要的挑戰有：

1、異構的機器與網絡

分(fen)布(bu)式(shi)系統中的機器，配置不(bu)一(yi)(yi)樣，其上(shang)運行的服務也(ye)可(ke)能由不(bu)同(tong)的語言、架構實現，因此處理能力也(ye)不(bu)一(yi)(yi)樣；節點間(jian)通過網絡(luo)連(lian)接，而不(bu)同(tong)網絡(luo)運營(ying)商提(ti)供(gong)的網絡(luo)的帶寬、延(yan)時(shi)、丟(diu)包(bao)率又不(bu)一(yi)(yi)樣。怎么(me)保證大家齊(qi)頭并進，共(gong)同(tong)完成目標，這(zhe)是(shi)個不(bu)小的挑戰(zhan)。

2、普遍的節點故障

雖然(ran)單個節(jie)點(dian)的(de)(de)故(gu)(gu)障(zhang)(zhang)概(gai)率較低，但(dan)節(jie)點(dian)數目達到一定規模，出故(gu)(gu)障(zhang)(zhang)的(de)(de)概(gai)率就(jiu)變(bian)高(gao)了。分布式系統需要保證故(gu)(gu)障(zhang)(zhang)發生的(de)(de)時候，系統仍然(ran)是可(ke)用(yong)的(de)(de)，這就(jiu)需要監控節(jie)點(dian)的(de)(de)狀態，在(zai)節(jie)點(dian)故(gu)(gu)障(zhang)(zhang)的(de)(de)情(qing)況下將該節(jie)點(dian)負責的(de)(de)計算(suan)、存(cun)儲(chu)任務(wu)轉移到其他節(jie)點(dian)。

3、不可靠的網絡

節點(dian)間通過網絡通信，而網絡是(shi)不可靠(kao)的(de)(de)(de)。可能(neng)的(de)(de)(de)網絡問題包括(kuo)：網絡分(fen)割、延(yan)時、丟包、亂序(xu)。相比單機過程調用(yong)，網絡通信最讓人頭疼的(de)(de)(de)是(shi)超時：節點(dian)A向節點(dian)B發出請求(qiu)，在約定(ding)的(de)(de)(de)時間內沒有收到節點(dian)B的(de)(de)(de)響應，那么B是(shi)否處理(li)了請求(qiu)，這個是(shi)不確定(ding)的(de)(de)(de)，這個不確定(ding)會帶(dai)來諸多問題，最簡單的(de)(de)(de)，是(shi)否要重試請求(qiu)，節點(dian)B會不會多次處理(li)同(tong)一個請求(qiu)。

總而言之(zhi)，分布(bu)式的挑戰來自不(bu)(bu)(bu)(bu)確(que)(que)(que)定(ding)性(xing)(xing)，不(bu)(bu)(bu)(bu)確(que)(que)(que)定(ding)計算機什(shen)么時候crash、斷電(dian)，不(bu)(bu)(bu)(bu)確(que)(que)(que)定(ding)磁盤(pan)什(shen)么時候損壞，不(bu)(bu)(bu)(bu)確(que)(que)(que)定(ding)每次網(wang)絡通信(xin)要延(yan)遲多久，也不(bu)(bu)(bu)(bu)確(que)(que)(que)定(ding)通信(xin)對端是否(fou)處(chu)理了發送的消息。而分布(bu)式的規模放大了這(zhe)個(ge)不(bu)(bu)(bu)(bu)確(que)(que)(que)定(ding)性(xing)(xing)，不(bu)(bu)(bu)(bu)確(que)(que)(que)定(ding)性(xing)(xing)是令人(ren)討厭的，所以有諸多的分布(bu)式理論、協議(yi)來保(bao)證在這(zhe)種不(bu)(bu)(bu)(bu)確(que)(que)(que)定(ding)性(xing)(xing)的情(qing)況下(xia)，系統還能繼續正常工(gong)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(shang)生產環境中(zhong)，尤(you)其容器(qi)部署情況下服(fu)務(wu)實例地址(zhi)（服(fu)務(wu)器(qi)端(duan)口(kou)）是動(dong)態(tai)分配的，服(fu)務(wu)調用者(zhe)無法提(ti)前獲(huo)取服(fu)務(wu)實例地址(zhi)和(he)端(duan)口(kou)。

解決(jue)方案：在服務運(yun)行(xing)時，通(tong)過服務發現組件解析服務名(ming)來(lai)獲(huo)取服務實例地址(zhi)和端口。

2、如何找到實例？——請求分發的策略

問題描述：找到服務器后(hou)，還應該(gai)確定將當前請求發往服務器的哪(na)一個實例(li)。

解決方案：

（1）如果同一(yi)個服務(wu)的(de)實(shi)例都是完全對等(deng)的(de)（無狀態），那么(me)按負載(zai)均(jun)衡策(ce)(ce)略(lve)來(lai)處理就足夠(gou)（隨機、輪詢、權重、hash、一(yi)致性hash、fair等(deng)各(ge)種策(ce)(ce)略(lve)）。

（2）如果(guo)同一(yi)個(ge)服(fu)務的實(shi)例不是對等的（有狀態(tai)），那(nei)么需要(yao)(yao)通過路(lu)由服(fu)務（元數(shu)據服(fu)務等）先確(que)定當(dang)前要(yao)(yao)訪問的請求數(shu)據在哪一(yi)個(ge)實(shi)例上，然后再進行訪問。

3、如何避免雪崩？

問題描述：一個故障由于正反饋不(bu)斷被擴大(da)，從(cong)而導致整個系(xi)統故障

解決方案：

（1）【快速失敗】和【降(jiang)級(ji)機制】：熔斷、降(jiang)級(ji)、限(xian)流等，通過快速減少系(xi)統(tong)負載來避免雪崩的發生。

（2）【彈性擴容機制】，通(tong)過快速增(zeng)加(jia)系(xi)統的服(fu)務(wu)能力來(lai)避免雪崩(beng)的發生。

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(bu)能很清楚(chu)地了解(jie)內部的狀態，那么高可用是沒有(you)辦法(fa)完全保障的。

解決(jue)方案：監控系統的各層

（1）【硬件層面】：服務(wu)器溫(wen)度(du)、磁(ci)盤RAID陣(zhen)列等。

（2）【系統(tong)層面】：存活狀態、CPU、RAM、load負(fu)載。

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

（4）【業務層(ceng)面】：PV、UV、訂(ding)單。

5、分布式存儲如何做數據切片？

問題(ti)描述：既然要實現(xian)分(fen)布式數據(ju)庫(ku)，那(nei)么應(ying)該如何將數據(ju)進(jin)行(xing)切(qie)片(pian)？

解決方(fang)案：Hash、Consistent Hash和Range Based分片(pian)策略(lve)。

6、如何設置冗余？如何復制數據？

問題(ti)描述(shu)：分布式存儲的高可(ke)用性需要冗余(yu)來保證，那么如何(he)做冗余(yu)？如何(he)對數據進行復(fu)制、更新時保證兩份數據的一致性？

解決方案：

（1）【中心化方案】：主(zhu)從復制、一致性協議（Raft和(he)Paxos）。

（2）【去(qu)中心化的方案】：Quorum、Vector Clock。