分布式架构的演进之道

落日映苍穹つ 2022-03-11 10:46 280阅读 0赞

![640_wx_fmt_jpeg_tp_webp_wxfrom_5_wx_lazy_1_wx_co_1][]

## 一、前言 ##

我们都知道，当今无论在BAT这样的大公司，还是各种各样的小公司，甚至是传统行业刚转互联网的企业都开始使用分布式架构，那么什么叫分布式架构呢？分布式架构有什么好处呢？分布式架构经过了怎样的发展呢？是哪家企业开启了分布式架构的时代呢？读完本文，你就会得到这些答案，下面让我们一起来开启分布式概述的奇妙之旅吧！

## 二、分布式架构的发展历史 ##

1946年2.14日，那是一个浪漫的情人节 , 世界上第一台电子数字计算机在美国宾夕法尼亚大学诞生了，她的名字叫ENIAC。这台计算机占地170平米、重达 30 吨，每秒可以进行 5000 次加法运算。

第一台电子计算机诞生以后，就意味着一个日新月异的 IT 时代到来了。单台计算机的性能不断得到提升，从最早的 8 位 CPU 到现在的 64 位 CPU;从早期的 MB 级内存到现在的 GB 级别内存;从慢速的机械存储到现在的固态 SSD 硬盘存储。

ENIAC 之后，电子计算机就进入了 IBM 主导的大型机时代。1964 年 4 月 7 日，在吉恩.阿姆达尔(IBM 大型机之父, 被认为是有史以来最伟大的计算机设计师之一)的带领下，耗费 50 亿美元，历时三年，第一台 IBM 大型机 SYSTEM/360 诞生了。这使得 IBM 在 20 世纪 50~60 年代统治着整个大型计算机工业，奠定了 IBM 计算机帝国的基础。IBM 大型机曾支撑美国航天登月计划，IBM 主机一直服务于金融等核心行业的关键领域。由于超强的计算能力和高可靠性，即使在 X86 和云计算高速发展的背景下,IBM 的大型机依然牢牢占据着一定的高端市场份额。

20 世纪 80 年代，在大型机霸权的时代下，计算机的架构同时向两个方向发展：

1、以 CISC (微处理器执行的计算机语言指令集) CPU 为架构的面向个人、价格便宜的PC。

2、以 RISC (精简指令集计算机) CPU 为架构的面向企业、价格昂贵的小型 UNIX 服务器。

## 三、分布式架构发展的里程碑 ##

大型主机凭借着大型机超强的计算和 I/O 处理能力、安全性、 稳定性等，在很长一段时间内，大型机引领着计算机行业及商业计算领域的发展。而集中式的计算机系统架构也渐渐成为了主流。但是随着社会的发展，这种架构越来越难以适应企业的需求，比如说：

1、大型主机复杂性高，培养一个能够熟练运维大型主机的人成本很高。

2、大型主机很贵，一般只有土豪机构(政府、电信、金融)才能用得起。

3、会有单点问题，一旦大型主机出现故障，那整个系统就将处于不可用的状态。而对于大型机的使用机构来说，这种不可用导致的损失是非常具大的。

4、由于科技的进步、技术的发展，PC 机性能得到了不断提升，所以很多企业放弃大型机改用小型机及普通 PC 来搭建系统架构。

**阿里巴巴发起的"去 IOE"运动开启新时代**

IOE 指的是 IBM 小型机、Oracle 数据库、EMC 的高端存储。阿里巴巴2009 年“去 IOE”战略技术总监透露，截止到 2013 年 5 月 17 日阿里巴巴最后一台 IBM 小型机在支付宝下线。

**为什么要去 IOE?**

随着业务的快速发展，阿里巴巴业务量和数据量呈爆发性增长，传统集中式 Oracle 数据库架构在系统的扩展性方面遭遇到了瓶颈。 传统的商业数据库软件(Oracle,DB2)多以集中式架构为主， 那么这些传统数据库软件的最大特点就是将所有的数据都集中在 一个数据库中，只能依靠大型高端设备来提供高处理能力和扩展性。 集中式数据库的扩展性主要采用向上扩展(Scale up)的方式， 通过增加 CPU、内存、磁盘等方式提高系统处理能力。这种集中式数据库的架构，使得数据库成为了整个系统的瓶颈，已经越来越不能适应海量数据对计算能力的要求。

## 四、分布式系统的意义 ##

之所以要发展分布式系统架构，是因为单机系统存在着如下诸多缺点等待被解决：

1、升级单机处理能力的性价比越来越低，我们知道单机的处理能力主要依靠 CPU、内存、磁盘。通过升级硬件来这种垂直扩展的方式来提升性能，成本会越来越高。性价比会越来越低。

2、单机处理能力存在瓶颈，并且单机处理能力存在瓶颈，CPU、内存、磁盘都会有自己的性能瓶颈， 就算你是土豪不惜成本去提升硬件，但是硬件的发展速度和性能也还是有限制的。

3、稳定性和可用性这两个指标很难达到

4、最后就是单机系统存在可用性和稳定性的问题，这两个指标又是我们亟待要去解决的问题。

## 五、分布式架构的常见概念 ##

**1.集群**

小张开了一家小饭店，刚开始的时候店里只有一个厨师，切菜洗菜备料炒菜全干。后来由于饭香甜可口，人流量越来越多了，一个厨师忙不过来了，小张又请了两个厨师，那么这时候三个厨师炒一样的菜，做相同的切菜洗菜备料炒菜等工作，那这三个厨师的关系是集群。也就意味着来一个顾客，只有其中的一个厨师会为这个顾客服务。

![640_wx_fmt_jpeg_tp_webp_wxfrom_5_wx_lazy_1_wx_co_1 1][]

**2.分布式**

又经过一段时间，店里的生意更加火爆了，小张为了让厨师们能专心炒菜，把菜做到极致，又请了个配菜师负责切菜、备菜、备料，那么厨师和配菜师的关系是分布式，后来一个配菜师也忙不过来了，小张就又请了两个配菜师，三个配菜师关系也是集群。

![640_wx_fmt_jpeg_tp_webp_wxfrom_5_wx_lazy_1_wx_co_1 2][]

**3.节点**

节点是指一个可以独立按照分布式协议完成一组逻辑的程序个体。在具体的项目中，一个节点表示的是一个操作系统上的进程。 那这里的每一个配菜师和厨师都是一个节点。

**4.副本机制**

副本(replica/copy)是指在分布式系统中为数据或服务提供的冗余。 数据副本指在不同的节点上持久化同一份数据，当某一个节点出现数据丢失时，可以从副本上恢复数据。数据副本是分布式系统中解决数据丢失问题的唯一手段。 服务副本表示多个节点提供相同的服务，通过主从关系来实现服务高可用的方案。

**5.中间件**

中间件位于操作系统提供的服务之外，但又不属于应用，他是位于应用和系统层之间的、为开发者方便的处理通信、输入输出的一类软件，能够让用户只关心自己应用的部分。

## 六、分布式领域中冯诺依曼模型的变化 ##

![640_wx_fmt_jpeg_tp_webp_wxfrom_5_wx_lazy_1_wx_co_1 3][]

上图是经典理论-冯.诺依曼体系，计算机硬件由运算器、 控制器、存储器、输入设备、输出设备五大部分组成。不管架构怎么变化，计算机仍没有跳出该体系的范畴。

**输入设备的变化**

分布式系统架构中，输入设备可以分两类：第一类是互相连接的多个节点，在接收其他节点传来的信息作为该节点的输入;另一种就是传统意义上的人机交互的输入设备了。

**输出设备的变化**

分布式系统架构中，输出也分两类，一种是系统中的节点向其他节点传输信息时，该节点可以看作是输出设备;另一种就是传统意义上的人际交互的输出设备，比如用户的终端。

**控制器的变化**

在单机中，控制器指的是 CPU 中的控制器，在分布式系统中，控制器主要的作用是协调或控制节点之间的动作和行为; 比如硬件负载均衡器;LVS 软负载;规则服务器等等。

**运算器**

分布式系统中，运算器是由多个节点来组成的。运用多个节点的计算能力来协同完成整个计算任务。

**存储器**

分布式系统中，我们需要把承担存储功能的多个节点组织在一起， 组成一个整体的存储器;比如数据库、redis(key-value 存储) 。

## 七、分布式系统的难点 ##

毫无疑问，分布式系统对于集中式系统而言，在实现上会更加 复杂。分布式系统将会是更难理解、设计、构建 和管理的，同 时意味着应用程序的根源问题更难发现。

**三态**

在集中式架构中，调用一个接口返回的结果只有两种， 成功或失败。但是在分布式架构中，会出现“超时”这个状态。

**分布式事务**

这其实是一个老生常谈的问题，我们都知道事务就是一系列操作的原子性保证，在单机的情况下，我们能够依靠本机的数据库连接和组件很轻易的做到事务控制，但在分布式架构下，业务原子性操作很可能是跨服务的，这样就会导致分布式事务。比如 A 、B 操作分别是在不同服务下的同一个事务内的操作，A 调用 B，如果A可以清楚的知道 B 是否成功提交从而控制自身提交还是回滚，但我们知道在分布式系统调用中会出现一个新状 态就是超时，就是 A 并无法知道 B 是成功还是失败，这个时候 A 是提交本地事务还是执行回滚呢？这其实是一个很难的问题，如果要强行保证事务一致性，可以采取分布式锁，但那样会增加系统复杂度而且会增大系统的开销，而且事务跨越的服务越多， 消耗的资源越大，性能越低，那么最好的解决方案就是避免分布式事务。 还有一种解决方案就是重试机制，但是重试如果不是查询接口， 久必然涉及到数据库的变更，如果第一次调用成功但是没返回成功结果，那调用方第二次调用对调用方来说依然是重试，但是此时对于被调用方来说是重复调用，例如 A 向 B 转账，A-100，B + 100，这样会导致 A 扣了 100，而 B 增加 200。这样的结果并不是我们期望的，因此需在要写入的接口做幂等设计(多次调用和单次调用是一样的效果)。通常可以设置一个唯一键，在写入的时候查询是否已经存在，避免重复写入。但是幂等设计的一 个前提就是服务高可用，否则无论怎么重试都不能调用返回一个明确的结果,那调用方会一直等待，虽然可以限制重试的次数， 但是这已经进入异常状态了，甚至到了极端情况还需要人肉补偿处理。其实根据 CAP 和 BASE 理论，不可能在高可用分布式情况下做到一致性，一般都是最终一致性保证。

**负载均衡**

为了达到服务高可用，每个服务至少是部署两台机器，因为互联网公司一般使用可靠性不是很高的普通机器， 长期运行宕机概率很高，所以两台机器能够大大降低服务不可用的可能性，而大型项目往往会采用十几台甚至上百台来部署一 个服务，这不仅是保证服务的高可用，更是为了提升服务的 QPS， 但是这样又带来一个问题，一个请求过来到底路由到哪台机器呢？ 路由算法很多，有 DNS 路由，如果 session 在本机，还会根据用户 id 或则 cookie 等信息路由到固定的机器，当然现在应用服务器为了扩展的方便都会设计为无状态的，session 会保存到专有的 session 服务器，所以一般不会涉及到拿不到 session 问 题。那路由规则是随机获取么？这是一个方法，但是据我所知， 实际情况肯定比这个复杂得多，在一定范围内随机，但是在大范围也会分为很多个域，比如如果为了保证异地多活的多机房， 夸机房调用的开销太大，肯定会优先选择同机房的服务，这个 要参考具体的机器分布来考虑。

**一致性**

数据被分散或者复制到不同的机器上，如何保证各台主机之间的数据一致性将成为一个难点。

**故障的独立性**

分布式系统由多个节点组成，整个分布式系统完全出问题的概率是存在的，但是在实践中出现更多的是某个节点出问题，其他节点都没问题。这种情况下我们实现分布式系统时需要考虑得更加全面些。

写在最后：欢迎留言讨论，加关注，持续更新！！！

[640_wx_fmt_jpeg_tp_webp_wxfrom_5_wx_lazy_1_wx_co_1]: /images/20220311/a86360c4eadf44caa2d867913381bdcc.png
[640_wx_fmt_jpeg_tp_webp_wxfrom_5_wx_lazy_1_wx_co_1 1]: /images/20220311/024fb1302cfe48c1a4d32a454eadd11b.png
[640_wx_fmt_jpeg_tp_webp_wxfrom_5_wx_lazy_1_wx_co_1 2]: /images/20220311/df910a1262d74b5b9158b7abb274a91e.png
[640_wx_fmt_jpeg_tp_webp_wxfrom_5_wx_lazy_1_wx_co_1 3]: /images/20220311/7f641258748f4bb6826431674cdf8121.png