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，面臨諸多的(de)(de)挑戰，其(qi)中主要(yao)的(de)(de)挑戰有：

1、異構的機器與網絡

分布(bu)式系統中的(de)(de)機(ji)器，配置不(bu)(bu)一樣(yang)，其上運(yun)行的(de)(de)服務也(ye)可能(neng)由不(bu)(bu)同的(de)(de)語言(yan)、架構實現，因此處理能(neng)力也(ye)不(bu)(bu)一樣(yang)；節(jie)點(dian)間通過網(wang)絡(luo)(luo)連接，而不(bu)(bu)同網(wang)絡(luo)(luo)運(yun)營商提供的(de)(de)網(wang)絡(luo)(luo)的(de)(de)帶寬、延時、丟包率又不(bu)(bu)一樣(yang)。怎(zen)么保證大(da)家齊頭并進(jin)，共同完成(cheng)目標，這是(shi)個不(bu)(bu)小(xiao)的(de)(de)挑戰(zhan)。

2、普遍的節點故障

雖然單個節點的故(gu)(gu)(gu)障(zhang)(zhang)概率(lv)較低，但節點數(shu)目達到一定規模，出(chu)故(gu)(gu)(gu)障(zhang)(zhang)的概率(lv)就變(bian)高(gao)了。分布式系(xi)統(tong)需(xu)要保證故(gu)(gu)(gu)障(zhang)(zhang)發生的時候，系(xi)統(tong)仍然是可用的，這就需(xu)要監控節點的狀態，在節點故(gu)(gu)(gu)障(zhang)(zhang)的情況下將(jiang)該節點負(fu)責(ze)的計算、存儲(chu)任務轉移到其他節點。

3、不可靠的網絡

節(jie)點(dian)(dian)間通(tong)過(guo)網絡通(tong)信，而(er)網絡是(shi)不(bu)可靠的(de)。可能的(de)網絡問(wen)題(ti)包(bao)(bao)括：網絡分割、延時(shi)、丟(diu)包(bao)(bao)、亂序。相比單機過(guo)程調用，網絡通(tong)信最讓(rang)人(ren)頭(tou)疼(teng)的(de)是(shi)超時(shi)：節(jie)點(dian)(dian)A向節(jie)點(dian)(dian)B發出(chu)請(qing)求(qiu)，在約定(ding)的(de)時(shi)間內沒有收到節(jie)點(dian)(dian)B的(de)響應，那么B是(shi)否(fou)處理了請(qing)求(qiu)，這個是(shi)不(bu)確定(ding)的(de)，這個不(bu)確定(ding)會(hui)帶來諸多問(wen)題(ti)，最簡單的(de)，是(shi)否(fou)要重試請(qing)求(qiu)，節(jie)點(dian)(dian)B會(hui)不(bu)會(hui)多次處理同一個請(qing)求(qiu)。

總而言之(zhi)，分布式的挑戰(zhan)來(lai)自不(bu)(bu)確(que)定(ding)(ding)性(xing)，不(bu)(bu)確(que)定(ding)(ding)計(ji)算機什(shen)么時候(hou)crash、斷電，不(bu)(bu)確(que)定(ding)(ding)磁盤什(shen)么時候(hou)損(sun)壞，不(bu)(bu)確(que)定(ding)(ding)每(mei)次網絡(luo)通(tong)信要延(yan)遲(chi)多(duo)久(jiu)，也(ye)不(bu)(bu)確(que)定(ding)(ding)通(tong)信對端是否處理了(le)發送的消息。而分布式的規模放大了(le)這個不(bu)(bu)確(que)定(ding)(ding)性(xing)，不(bu)(bu)確(que)定(ding)(ding)性(xing)是令人討厭的，所(suo)以有諸多(duo)的分布式理論、協議來(lai)保證在這種不(bu)(bu)確(que)定(ding)(ding)性(xing)的情況下，系統(tong)還(huan)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(sheng)產環(huan)境(jing)中(zhong)，尤其(qi)容器部署(shu)情況(kuang)下服(fu)務(wu)(wu)實例地(di)址（服(fu)務(wu)(wu)器端口(kou)(kou)）是動態分配的(de)，服(fu)務(wu)(wu)調用者無法(fa)提前(qian)獲取服(fu)務(wu)(wu)實例地(di)址和端口(kou)(kou)。

解決(jue)方案(an)：在(zai)服務運行時，通過服務發現組件解析服務名來獲取服務實例(li)地址(zhi)和(he)端口。

2、如何找到實例？——請求分發的策略

問題描述：找(zhao)到(dao)服(fu)務(wu)器后，還(huan)應該確定將當前請(qing)求發往服(fu)務(wu)器的哪一個實例。

解決方案：

（1）如果同一個(ge)服(fu)務的實例都是完(wan)全對等的（無狀態(tai)），那么按負載均衡(heng)策略(lve)來處理就足(zu)夠（隨(sui)機、輪詢、權重、hash、一致性hash、fair等各種策略(lve)）。

（2）如(ru)果(guo)同一(yi)個服(fu)務的實例(li)不(bu)是(shi)對等的（有(you)狀態），那(nei)么(me)需要通過路(lu)由服(fu)務（元數據服(fu)務等）先確定當前要訪(fang)問的請求數據在哪(na)一(yi)個實例(li)上，然后再進行訪(fang)問。

3、如何避免雪崩？

問題描述：一個故障由于正反饋不斷被擴(kuo)大(da)，從而導致整(zheng)個系統故障

解決方案：

（1）【快(kuai)(kuai)速失敗】和【降級(ji)機制(zhi)】：熔斷、降級(ji)、限流等(deng)，通過(guo)快(kuai)(kuai)速減少(shao)系統負(fu)載來避免雪崩的發生(sheng)。

（2）【彈性擴容機制】，通(tong)過快速增加系(xi)統的服務能力來(lai)避(bi)免(mian)雪(xue)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)我們不能很清楚地了(le)解內(nei)部的狀態，那么高(gao)可用是沒有辦法(fa)完全(quan)保障(zhang)的。

解(jie)決方案：監控系(xi)統的各層

（1）【硬件層面】：服務器溫度、磁盤(pan)RAID陣列等。

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

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

（4）【業(ye)務層面(mian)】：PV、UV、訂單。

5、分布式存儲如何做數據切片？

問題描述：既然要實現分(fen)布式(shi)數據(ju)庫，那么應該如(ru)何將數據(ju)進(jin)行切片？

解決方案：Hash、Consistent Hash和Range Based分片策(ce)略(lve)。

6、如何設置冗余？如何復制數據？

問題描述(shu)：分(fen)布式(shi)存儲的(de)(de)高可(ke)用(yong)性需(xu)要冗余(yu)來保(bao)證(zheng)(zheng)，那么如(ru)何做冗余(yu)？如(ru)何對數據進行復制(zhi)、更(geng)新時保(bao)證(zheng)(zheng)兩份數據的(de)(de)一致性？

解決方案：

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

（2）【去(qu)中心化的方(fang)案(an)】：Quorum、Vector Clock。