一、分布式系統面臨的挑戰有哪些

分布式系統需要大量機器協作，面(mian)臨諸多的(de)挑戰，其中(zhong)主要的(de)挑戰有(you)：

1、異構的機器與網絡

分(fen)布式系(xi)統中的(de)機(ji)器，配置(zhi)不(bu)一樣(yang)，其(qi)上運行的(de)服務也(ye)(ye)可能(neng)由不(bu)同(tong)(tong)的(de)語言、架構實現，因此(ci)處理能(neng)力也(ye)(ye)不(bu)一樣(yang)；節(jie)點間通過網絡連接，而(er)不(bu)同(tong)(tong)網絡運營(ying)商提供的(de)網絡的(de)帶寬、延(yan)時、丟包率(lv)又不(bu)一樣(yang)。怎么(me)保證大家(jia)齊頭并(bing)進，共同(tong)(tong)完成(cheng)目(mu)標，這是個(ge)不(bu)小(xiao)的(de)挑戰(zhan)。

2、普遍的節點故障

雖然單(dan)個節點(dian)(dian)的(de)(de)故障概率較低，但節點(dian)(dian)數目達到一定規模(mo)，出故障的(de)(de)概率就變(bian)高(gao)了。分(fen)布式(shi)系統需(xu)要保證故障發生的(de)(de)時候，系統仍然是可用的(de)(de)，這(zhe)就需(xu)要監控節點(dian)(dian)的(de)(de)狀態，在節點(dian)(dian)故障的(de)(de)情況下將該(gai)節點(dian)(dian)負(fu)責的(de)(de)計算、存儲(chu)任(ren)務轉(zhuan)移到其他節點(dian)(dian)。

3、不可靠的網絡

節(jie)(jie)點(dian)(dian)間通(tong)過(guo)(guo)網絡(luo)(luo)(luo)通(tong)信，而(er)網絡(luo)(luo)(luo)是(shi)(shi)不(bu)可(ke)靠的(de)(de)(de)。可(ke)能的(de)(de)(de)網絡(luo)(luo)(luo)問(wen)題包括：網絡(luo)(luo)(luo)分割、延時、丟包、亂序。相比單機過(guo)(guo)程調用(yong)，網絡(luo)(luo)(luo)通(tong)信最讓人頭疼(teng)的(de)(de)(de)是(shi)(shi)超時：節(jie)(jie)點(dian)(dian)A向節(jie)(jie)點(dian)(dian)B發出請(qing)求，在(zai)約定的(de)(de)(de)時間內(nei)沒有收到(dao)節(jie)(jie)點(dian)(dian)B的(de)(de)(de)響應(ying)，那么(me)B是(shi)(shi)否(fou)處(chu)理了請(qing)求，這個是(shi)(shi)不(bu)確定的(de)(de)(de)，這個不(bu)確定會帶來諸多問(wen)題，最簡單的(de)(de)(de)，是(shi)(shi)否(fou)要重試請(qing)求，節(jie)(jie)點(dian)(dian)B會不(bu)會多次(ci)處(chu)理同一個請(qing)求。

總而言之，分布(bu)式的挑戰來(lai)自不(bu)(bu)確定性(xing)，不(bu)(bu)確定計算機什么(me)時候crash、斷電，不(bu)(bu)確定磁盤什么(me)時候損壞(huai)，不(bu)(bu)確定每次(ci)網(wang)絡通信要(yao)延(yan)遲多(duo)久，也不(bu)(bu)確定通信對端是否處理(li)(li)了發送的消(xiao)息。而分布(bu)式的規模放(fang)大了這個不(bu)(bu)確定性(xing)，不(bu)(bu)確定性(xing)是令人討(tao)厭(yan)的，所以有(you)諸多(duo)的分布(bu)式理(li)(li)論、協議(yi)來(lai)保(bao)證在(zai)這種不(bu)(bu)確定性(xing)的情況(kuang)下，系統還(huan)能繼續正(zheng)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：線上生產環境中，尤其(qi)容器部署情況下服(fu)務(wu)實例地(di)址（服(fu)務(wu)器端口(kou)）是動態分配的，服(fu)務(wu)調用者無(wu)法提(ti)前獲取服(fu)務(wu)實例地(di)址和端口(kou)。

解(jie)決方案：在服(fu)務(wu)(wu)運行時，通過服(fu)務(wu)(wu)發現組件(jian)解(jie)析服(fu)務(wu)(wu)名(ming)來(lai)獲(huo)取服(fu)務(wu)(wu)實(shi)例地址和(he)端口(kou)。

2、如何找到實例？——請求分發的策略

問題描述：找到服(fu)務(wu)器后(hou)，還應該確定將當前請求發(fa)往服(fu)務(wu)器的哪一個實例。

解決方案：

（1）如果同一個服務的實(shi)例(li)都是(shi)完全對等的（無狀態(tai)），那么按負載均衡策略來處理就(jiu)足(zu)夠（隨機、輪詢、權重、hash、一致(zhi)性(xing)hash、fair等各種策略）。

（2）如果同一個服(fu)務的實(shi)例不是對(dui)等的（有狀(zhuang)態(tai)），那么需(xu)要通過路(lu)由服(fu)務（元數據服(fu)務等）先確(que)定當(dang)前(qian)要訪問的請求數據在(zai)哪一個實(shi)例上，然后再(zai)進行訪問。

3、如何避免雪崩？

問題描述：一個(ge)故障由于正反饋不斷被(bei)擴大，從(cong)而導致(zhi)整個(ge)系統故障

解決方案：

（1）【快速(su)失敗】和【降(jiang)級(ji)機制】：熔斷、降(jiang)級(ji)、限(xian)流(liu)等(deng)，通過快速(su)減少系統負載(zai)來(lai)避免雪崩的發生。

（2）【彈性擴容(rong)機制】，通過(guo)快速(su)增加(jia)系(xi)統(tong)的服務能力來避免(mian)雪崩的發生。

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(guo)我(wo)們不能很清楚地了解內部的狀態，那(nei)么(me)高可(ke)用是沒有辦法完全保(bao)障的。

解決方案(an)：監控系(xi)統的(de)各層

（1）【硬件層面】：服務(wu)器(qi)溫度、磁盤RAID陣列等(deng)。

（2）【系統層面(mian)】：存活狀態、CPU、RAM、load負載。

（3）【應用層】：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？

問題(ti)描述：既然要實現分布式數(shu)據庫，那(nei)么(me)應該如何(he)將數(shu)據進行切片？

解決方案：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：分(fen)布式存儲的高可用性需要(yao)冗余來保(bao)證，那(nei)么如何(he)做冗余？如何(he)對數據進行復制(zhi)、更新時保(bao)證兩份數據的一致性？

解決方案：

（1）【中心化方案(an)】：主從(cong)復(fu)制、一致性協議（Raft和(he)Paxos）。

（2）【去(qu)中(zhong)心(xin)化的方(fang)案】：Quorum、Vector Clock。