分布式系統特性與衡量标準

透明性：使用分布式系統的使用者并不關心系統是怎麼實作的，也不關心讀到的資料來自哪個節點，對使用者而言，分布式系統的最高境界是使用者根本感覺不到這是一個分布式系統

可擴充性：分布式系統的根本目标就是為了處理單個計算機無法處理的任務，當任務增加的時候，分布式系統的處理能力需要随之增加。簡單來說，要比較友善的通過增加機器來應對資料量的增長，同時，當任務規模縮減的時候，可以撤掉一些多餘的機器，達到動态伸縮的效果

可用性與可靠性：一般來說，分布式系統是需要長時間甚至7*24小時提供服務的。可用性是指系統在各種情況對外提供服務的能力，簡單來說，可以通過不可用時間與正常服務時間的必知來衡量；而可靠性而是指計算結果正确、存儲的資料不丢失。

高性能：不管是單機還是分布式系統，大家都非常關注性能。不同的系統對性能的衡量名額是不同的，最常見的：高并發，機關時間内處理的任務越多越好；低延遲：每個任務的平均時間越少越好。這個其實跟作業系統CPU的排程政策很像

一緻性：分布式系統為了提高可用性可靠性，一般會引入備援（複制集）。那麼如何保證這些節點上的狀态一緻，這就是分布式系統不得不面對的一緻性問題。一緻性有很多等級，一緻性越強，對使用者越友好，但會制約系統的可用性；一緻性等級越低，使用者就需要相容資料不一緻的情況，但系統的可用性、并發性很高很多。

元件、理論、協定

假設這是一個對外提供服務的大型分布式系統，使用者連接配接到系統，做一些操作，産生一些需要存儲的資料，那麼在這個過程中，會遇到哪些元件、理論與協定呢

用一個請求串起來

使用者使用Web、APP、SDK，通過HTTP、TCP連接配接到系統。在分布式系統中，為了高并發、高可用，一般都是多個節點提供相同的服務。那麼，第一個問題就是具體選擇哪個節點來提供服務，這個就是負載均衡（load balance）。負載均衡的思想很簡單，但使用非常廣泛，在分布式系統、大型網站的方方面面都有使用，或者說，隻要涉及到多個節點提供同質的服務，就需要負載均衡。

通過負載均衡找到一個節點，接下來就是真正處理使用者的請求，請求有可能簡單，也有可能很複雜。簡單的請求，比如讀取資料，那麼很可能是有緩存的，即分布式緩存，如果緩存沒有命中，那麼需要去資料庫拉取資料。對于複雜的請求，可能會調用到系統中其他的服務。

承上，假設服務A需要調用服務B的服務，首先兩個節點需要通信，網絡通信都是建立在TCP/IP協定的基礎上，但是，每個應用都手寫socket是一件冗雜、低效的事情，是以需要應用層的封裝，是以有了HTTP、FTP等各種應用層協定。當系統愈加複雜，提供大量的http接口也是一件困難的事情。是以，有了更進一步的抽象，那就是RPC（remote produce call），是的遠端調用就跟本地過程調用一樣友善，屏蔽了網絡通信等諸多細節，增加新的接口也更加友善。

一個請求可能包含諸多操作，即在服務A上做一些操作，然後在服務B上做另一些操作。比如簡化版的網絡購物，在訂單服務上發貨，在賬戶服務上扣款。這兩個操作需要保證原子性，要麼都成功，要麼都不操作。這就涉及到分布式事務的問題，分布式事務是從應用層面保證一緻性：某種守恒關系。

上面說道一個請求包含多個操作，其實就是涉及到多個服務，分布式系統中有大量的服務，每個服務又是多個節點組成。那麼一個服務怎麼找到另一個服務（的某個節點呢）？通信是需要位址的，怎麼擷取這個位址，最簡單的辦法就是配置檔案寫死，或者寫入到資料庫，但這些方法在節點資料巨大、節點動态增删的時候都不大友善，這個時候就需要服務注冊與發現：提供服務的節點向一個協調中心注冊自己的位址，使用服務的節點去協調中心拉取位址。

從上可以看見，協調中心提供了中心化的服務：以一組節點提供類似單點的服務，使用非常廣泛，比如指令服務、分布式鎖。協調中心最出名的就是chubby，zookeeper。

回到使用者請求這個點，請求操作會産生一些資料、日志，通常為資訊，其他一些系統可能會對這些消息感興趣，比如個性化推薦、監控等，這裡就抽象出了兩個概念，消息的生産者與消費者。那麼生産者怎麼講消息發送給消費者呢，RPC并不是一個很好的選擇，因為RPC肯定得指定消息發給誰，但實際的情況是生産者并不清楚、也不關心誰會消費這個消息，這個時候消息隊列就出馬了。簡單來說，生産者隻用往消息隊列裡面發就行了，隊列會将消息按主題（topic）分發給關注這個主題的消費者。消息隊列起到了異步處理、應用解耦的作用。

上面提到，使用者操作會産生一些資料，這些資料忠實記錄了使用者的操作習慣、喜好，是各行各業最寶貴的财富。比如各種推薦、廣告投放、自動識别。這就催生了分布式計算平台，比如Hadoop，Storm等，用來處理這些海量的資料。

最後，使用者的操作完成之後，使用者的資料需要持久化，但資料量很大，大到按個節點無法存儲，那麼這個時候就需要分布式存儲：将資料進行劃分放在不同的節點上，同時，為了防止資料的丢失，每一份資料會儲存多分。傳統的關系型資料庫是單點存儲，為了在應用層透明的情況下分庫分表，會引用額外的代理層。而對于NoSql，一般天然支援分布式。