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(lin)諸多(duo)的挑戰，其中主要(yao)的挑戰有(you)：

1、異構的機器與網絡

分布式系統中的機(ji)器，配置不(bu)一(yi)樣，其上運(yun)行的服(fu)務也可能(neng)(neng)由(you)不(bu)同的語言、架構實(shi)現，因此處理(li)能(neng)(neng)力也不(bu)一(yi)樣；節點間通過(guo)網(wang)(wang)絡連接，而(er)不(bu)同網(wang)(wang)絡運(yun)營商提供的網(wang)(wang)絡的帶(dai)寬、延時(shi)、丟(diu)包率又不(bu)一(yi)樣。怎么保證大家齊頭并進，共同完成(cheng)目標，這是個不(bu)小的挑戰。

2、普遍的節點故障

雖然單(dan)個節點(dian)的(de)故(gu)障概(gai)率較(jiao)低，但節點(dian)數目達到(dao)一定規模(mo)，出故(gu)障的(de)概(gai)率就變高了。分布式系統(tong)需要(yao)保證故(gu)障發生(sheng)的(de)時(shi)候(hou)，系統(tong)仍然是(shi)可用的(de)，這就需要(yao)監控節點(dian)的(de)狀(zhuang)態，在節點(dian)故(gu)障的(de)情況(kuang)下將該節點(dian)負責的(de)計算、存儲任務轉移(yi)到(dao)其他節點(dian)。

3、不可靠的網絡

節(jie)(jie)點(dian)間(jian)通(tong)(tong)過網絡(luo)通(tong)(tong)信，而網絡(luo)是(shi)不(bu)可靠(kao)的。可能的網絡(luo)問題包(bao)括：網絡(luo)分(fen)割、延時(shi)(shi)、丟包(bao)、亂序(xu)。相(xiang)比單(dan)機過程調(diao)用，網絡(luo)通(tong)(tong)信最(zui)讓人頭疼(teng)的是(shi)超時(shi)(shi)：節(jie)(jie)點(dian)A向節(jie)(jie)點(dian)B發出請(qing)(qing)求，在約定的時(shi)(shi)間(jian)內(nei)沒有收到節(jie)(jie)點(dian)B的響應，那么(me)B是(shi)否處理了請(qing)(qing)求，這(zhe)個是(shi)不(bu)確定的，這(zhe)個不(bu)確定會(hui)帶來(lai)諸多問題，最(zui)簡單(dan)的，是(shi)否要重試(shi)請(qing)(qing)求，節(jie)(jie)點(dian)B會(hui)不(bu)會(hui)多次處理同一個請(qing)(qing)求。

總而言之(zhi)，分(fen)布式(shi)的(de)(de)挑戰(zhan)來自不(bu)確(que)(que)定(ding)(ding)性(xing)，不(bu)確(que)(que)定(ding)(ding)計算機什么時(shi)候(hou)crash、斷電，不(bu)確(que)(que)定(ding)(ding)磁(ci)盤(pan)什么時(shi)候(hou)損壞，不(bu)確(que)(que)定(ding)(ding)每次網絡通信(xin)要延遲多(duo)久(jiu)，也(ye)不(bu)確(que)(que)定(ding)(ding)通信(xin)對(dui)端是否(fou)處理(li)了發送的(de)(de)消息。而分(fen)布式(shi)的(de)(de)規模(mo)放(fang)大了這個不(bu)確(que)(que)定(ding)(ding)性(xing)，不(bu)確(que)(que)定(ding)(ding)性(xing)是令(ling)人討厭的(de)(de)，所以有諸多(duo)的(de)(de)分(fen)布式(shi)理(li)論(lun)、協議來保證在這種不(bu)確(que)(que)定(ding)(ding)性(xing)的(de)(de)情況下(xia)，系統(tong)還能繼(ji)續正常(chang)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(wen)題描述：線上(shang)生產環境(jing)中，尤其容器(qi)部(bu)署情況下服務實(shi)例地址(zhi)（服務器(qi)端口）是動態分配的，服務調用(yong)者無(wu)法提前(qian)獲(huo)取(qu)服務實(shi)例地址(zhi)和端口。

解(jie)決方案：在服務(wu)運(yun)行時(shi)，通過(guo)服務(wu)發(fa)現組(zu)件解(jie)析服務(wu)名來獲取(qu)服務(wu)實例地址和(he)端(duan)口。

2、如何找到實例？——請求分發的策略

問題(ti)描述：找到服務器(qi)后，還應(ying)該確定將當前請求發往(wang)服務器(qi)的哪一個實(shi)例。

解決方案：

（1）如(ru)果(guo)同一個服務的實例都是完(wan)全對等的（無狀(zhuang)態），那么(me)按負載(zai)均衡(heng)策(ce)略(lve)來處理就足夠（隨(sui)機、輪(lun)詢(xun)、權(quan)重、hash、一致性hash、fair等各種策(ce)略(lve)）。

（2）如(ru)果同一個服(fu)(fu)務(wu)的(de)(de)實例不是(shi)對等的(de)(de)（有狀態），那么需要通過路由(you)服(fu)(fu)務(wu)（元數據服(fu)(fu)務(wu)等）先(xian)確(que)定當前要訪問(wen)的(de)(de)請求數據在哪一個實例上，然后(hou)再(zai)進(jin)行訪問(wen)。

3、如何避免雪崩？

問題(ti)描述：一個(ge)故障由于(yu)正反饋不斷被擴大，從而導致整(zheng)個(ge)系統(tong)故障

解決方案：

（1）【快速失敗】和(he)【降級機(ji)制】：熔斷、降級、限流等，通過快速減(jian)少系統負載來避免雪崩的發(fa)生。

（2）【彈性(xing)擴容機制(zhi)】，通過快速增加系統的服務(wu)能力(li)來避免雪崩(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(ru)果我們不能很清楚地了(le)解內部的狀態，那么(me)高可用是(shi)沒有辦法完全保障的。

解決方案(an)：監(jian)控系統(tong)的各層

（1）【硬件層面】：服務(wu)器溫度、磁盤RAID陣列等。

（2）【系統層面】：存活狀態、CPU、RAM、load負載。

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

（4）【業務(wu)層面】：PV、UV、訂(ding)單。

5、分布式存儲如何做數據切片？

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

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

6、如何設置冗余？如何復制數據？

問題描述(shu)：分布式存儲的高可用(yong)性需(xu)要(yao)冗余來保證，那(nei)么如何(he)做冗余？如何(he)對(dui)數據進行復制、更新時(shi)保證兩(liang)份數據的一致(zhi)性？

解決方案：

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

（2）【去中心化的方案】：Quorum、Vector Clock。