分布式系统的发展历程

1. 单点集中式Web应用

图1.1　分布式系统发展历程——单点集中式Web应用

单点集中式Web应用系统架构总体上比较简单。

特点：

• 数据库（比如MySQL）及应用的 War 包都是共同部署在同一台服务器上，文件的上传存储也是上传到本台机器上。
• 适用于小型项目，发布便捷（只需要打包成War包，并进行解压即可），对于运维的工作量也比较小。

缺点：

• 如果该台服务器宕机了，整个应用将无法访问。

2. 应用与文件服务及数据库单独拆分

背景：

随着时间的推移，数据库及文件的数据量越来越多，由于服务器的容量是有限的，原有系统架构已经不足以支撑，此时需要将Web应用、数据库、文件存储服务拆分出来作为独立的服务，以此来避免存储瓶颈。

图1.2　分布式系统发展历程——应用与文件及数据库服务单独拆分

特点：

• 三个服务独立部署，不同服务器宕机了，其他的仍然可以使用。

3. 引入缓存与集群，改善系统整体性性能

背景：

当请求并发量上去了，而单台 Web 服务器（比如Tomcat）不足以支撑应用的时候，此时我们会考虑引入缓存及集群，以改善系统的整体性能，此种系统架构如图1.3所示。

 

图1.3　分布式系统发展历程——引入缓存与集群，改善系统整体性能

 

• 引入缓存：把大量用户的读请求引导至缓存（如Redis）中，而写操作仍然直接写到数据库DB中。这点性能上的优化，可以将数据库的一部分数据或者系统经常需要访问的数据（如热点数据）放入缓存中，减少数据库的访问压力，提高用户并发请求性能。
• 引入集群：目的在于减少单台服务器的压力。可以通过部署多台 Tomcat 来减少单机带来的压力，常见手段是 Nginx+Lvs，最终是多台应用服务器构成了负载均衡，减少了单机的负载压力（需要注意的是，对于用户的 Session 需要调整为使用 Redis 或者 Spring-Session 进行管理）。
• 注：ILVS，是 Linux Virtual Server 的简称，也就是 Linux 虚拟服务器。通过 LVS 提供的负载均衡技术和 Linux 操作系统实现一个高性能、高可用的服务器群集，它具有良好的可靠性、可扩展性和可操作性。从而以低廉的成本实现最优的服务性能。

4. 数据库读写分离，并提供反向代理及 CDN 加速访问服务

背景：

调查发现，在大多数互联网应用系统中，用户的读请求数量往往大于写请求，它们会相互竞争，在这个时候往往写操作会受到影响，导致数据库出现存储瓶颈（可以参考春节抢票高峰期12306的访问情况）。因此会对数据库采取读写分离，从而提高数据库的存储性能。

除此之外，为了加速网站的访问速度，尤其是加速静态资源的访问，会将系统的大部分静态资源存放到CDN 中，并加入反向代理的配置，从而减少访问网站时直接去服务器读取静态数据。

 

图1.4　分布式系统发展历程——数据库读写分离并提供反向代理及CDN加速访问服务

 

特点：

• DB 的读写分离将有效地提高数据库的存储性能，而加入 CDN 与反向代理将加速系统的访问速度。

注：CDN 的全称是Content Delivery Network，即内容分发网络。CDN 依靠部署在各地的边缘服务器，通过中心平台的负载均衡、内容分发、调度等功能模块，使用户就近获取内容，降低网络延迟，提高访问速度。简单来讲，CDN 是用来进行加速的，它可以让用户更快获得所需的数据。

例如：某个网站的服务器在北京，如果深圳的用户想要获取服务器上的数据，就需要跨越很远的距离，由于传输速度和路由转发等因素，就会导致访问速度非常缓慢。但如果我们在深圳建立一个CDN服务器，上面缓存了一些服务器数据，那么深圳用户只需要访问这个CND的服务器就能获取相关的内容，这样速度就提升了很多。

 

5. 分布式文件系统与分布式数据库

当系统对于某些表有大量的请求时，此时为了减少DB的压力，我们会进行分库分表，即根据业务来拆分数据库，此种系统架构如图1.5所示。

图1.5　分布式系统发展历程——分布式文件系统与分布式数据库

 

分布式系统的特性

• 内聚性和透明性：分布式系统是建立在网络之上的软件系统，所以具有高度的内聚性和透明性。

• 可扩展性：分布式系统可以随着业务的增长动态扩展自己的系统组件，从而提高系统整体的处理能力。通常有两种方式：其一，优化系统的性能或者升级硬件，即垂直扩展；其二，增加计算单元（如服务器等）以扩展系统的规模，即水平扩展。

• 可用与可靠性：说直白点，可靠性量化的指标是给定周期内系统无故障运行的平均时间，而可用性量化的指标是给定周期内系统无故障运行的总时间；一个是“平均”时间，一个是“总”时间。
• 高性能：不管是单机系统还是分布式系统，性能始终是关键指标。不同的系统对性能的衡量指标是不同的，最常见的有“高并发”（即单位时间内处理的任务越多越好和“低延迟”（即每个任务的平均处理时间越少越好）。分布式系统的设计初衷便是利用更多的机器，实现更强大的计算和存储能力，即实现高性能。
• 一致性：分布式系统为了提高可用性和可靠性，一般会引入冗余（副本）。为了保证这些节点上的状态一致，分布式系统必须解决一致性问题，其实就是在多个节点集群部署下，如何保证多个节点在给定的时间内，操作或者存储的数据只有一份。

分布式系统常见的问题

1、网络并没有那么可靠

• 分布式系统中，节点间本质上是通过网络通信，而网络有些时候并没有那么可靠。
• 常见的网络问题有网络延时、丢包和消息丢失等。

2、节点故障无法避免

• 当分布式的节点数目达到一定规模后，整个系统出现故障的概率将变高。而分布式系统需要保证故障发生时，系统仍然是可用的，即在某个或者某些节点发生故障的情况下，需要将该节点所负责的计算和存储任务转移到其他节点。

总之，分布式系统在给我们带来诸多好处的同时，也带来了许多挑战和不确定性，可谓是一把“双刃剑”。