一、分布式系統面臨的挑戰有哪些

分布式系統需要大量機(ji)器協作(zuo)，面(mian)臨(lin)諸(zhu)多的(de)挑(tiao)戰，其中主(zhu)要的(de)挑(tiao)戰有：

1、異構的機器與網絡

分布(bu)式系(xi)統(tong)中的(de)(de)機器，配置不(bu)(bu)一(yi)樣，其上運行的(de)(de)服務也可(ke)能由不(bu)(bu)同的(de)(de)語言、架構(gou)實現，因此處理能力也不(bu)(bu)一(yi)樣；節點間通過網(wang)(wang)絡(luo)連接，而(er)不(bu)(bu)同網(wang)(wang)絡(luo)運營商提供的(de)(de)網(wang)(wang)絡(luo)的(de)(de)帶(dai)寬、延時(shi)、丟包率又不(bu)(bu)一(yi)樣。怎么(me)保(bao)證大(da)家齊頭并進，共同完成目(mu)標，這是個不(bu)(bu)小的(de)(de)挑戰。

2、普遍的節點故障

雖然單個(ge)節(jie)點(dian)(dian)的故(gu)障(zhang)概率較低，但節(jie)點(dian)(dian)數目達到一定規模，出故(gu)障(zhang)的概率就變高了。分(fen)布式系統需要保證故(gu)障(zhang)發生的時候，系統仍(reng)然是(shi)可(ke)用的，這就需要監(jian)控節(jie)點(dian)(dian)的狀態(tai)，在節(jie)點(dian)(dian)故(gu)障(zhang)的情況下將(jiang)該(gai)節(jie)點(dian)(dian)負責的計算、存(cun)儲任(ren)務轉(zhuan)移到其他節(jie)點(dian)(dian)。

3、不可靠的網絡

節(jie)點(dian)間(jian)通過(guo)網絡通信，而網絡是(shi)(shi)不可靠的(de)。可能(neng)的(de)網絡問題包括：網絡分割、延時、丟包、亂序。相比單機過(guo)程調用，網絡通信最(zui)讓人(ren)頭疼的(de)是(shi)(shi)超時：節(jie)點(dian)A向(xiang)節(jie)點(dian)B發出請(qing)(qing)(qing)求，在(zai)約(yue)定(ding)的(de)時間(jian)內沒有(you)收(shou)到節(jie)點(dian)B的(de)響(xiang)應，那么(me)B是(shi)(shi)否處理了(le)請(qing)(qing)(qing)求，這個是(shi)(shi)不確定(ding)的(de)，這個不確定(ding)會(hui)帶來諸多問題，最(zui)簡單的(de)，是(shi)(shi)否要重試(shi)請(qing)(qing)(qing)求，節(jie)點(dian)B會(hui)不會(hui)多次處理同一(yi)個請(qing)(qing)(qing)求。

總而(er)言之(zhi)，分(fen)(fen)布式的(de)挑戰來自不(bu)確(que)(que)定(ding)性(xing)，不(bu)確(que)(que)定(ding)計算機什么時(shi)候crash、斷(duan)電，不(bu)確(que)(que)定(ding)磁盤什么時(shi)候損壞，不(bu)確(que)(que)定(ding)每次網絡通(tong)信(xin)要延遲(chi)多(duo)久，也不(bu)確(que)(que)定(ding)通(tong)信(xin)對端是(shi)否(fou)處理了發送的(de)消息。而(er)分(fen)(fen)布式的(de)規模放大了這(zhe)個(ge)不(bu)確(que)(que)定(ding)性(xing)，不(bu)確(que)(que)定(ding)性(xing)是(shi)令(ling)人討厭的(de)，所以有諸多(duo)的(de)分(fen)(fen)布式理論(lun)、協議來保證在這(zhe)種不(bu)確(que)(que)定(ding)性(xing)的(de)情況下，系統還能繼(ji)續正常工作。

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

問題(ti)描述：線上生產環境中，尤其容器(qi)(qi)部署情況下服(fu)務(wu)(wu)實例地(di)址（服(fu)務(wu)(wu)器(qi)(qi)端口）是動態(tai)分配(pei)的，服(fu)務(wu)(wu)調用(yong)者(zhe)無法(fa)提前獲取服(fu)務(wu)(wu)實例地(di)址和(he)端口。

解(jie)決方(fang)案：在服(fu)(fu)務(wu)(wu)運行(xing)時，通(tong)過(guo)服(fu)(fu)務(wu)(wu)發(fa)現組件解(jie)析服(fu)(fu)務(wu)(wu)名來獲取服(fu)(fu)務(wu)(wu)實例地(di)址和端口(kou)。

2、如何找到實例？——請求分發的策略

問題描述(shu)：找到服務(wu)器后，還應該(gai)確定將當前(qian)請求發往服務(wu)器的哪(na)一個實例(li)。

解決方案：

（1）如果同一(yi)個服務的(de)實例都是完全對等的(de)（無狀態(tai)），那么按(an)負載(zai)均(jun)衡策略來處理(li)就足(zu)夠（隨(sui)機、輪詢、權重、hash、一(yi)致性hash、fair等各種策略）。

（2）如果同一個(ge)服務(wu)(wu)的實(shi)例不是對(dui)等的（有狀態(tai)），那(nei)么需要通過路由服務(wu)(wu)（元數據(ju)服務(wu)(wu)等）先確定當前要訪問的請(qing)求(qiu)數據(ju)在哪(na)一個(ge)實(shi)例上，然后再進行訪問。

3、如何避免雪崩？

問題描述：一個故障由于(yu)正反饋不斷被(bei)擴大，從而導致整(zheng)個系統故障

解決方案：

（1）【快(kuai)速(su)失(shi)敗】和(he)【降(jiang)級機制】：熔斷、降(jiang)級、限流等，通過快(kuai)速(su)減少系(xi)統負載來避免(mian)雪(xue)崩的發生(sheng)。

（2）【彈(dan)性擴(kuo)容機制(zhi)】，通過快速(su)增(zeng)加系統的(de)服務能(neng)力來避免雪(xue)崩的(de)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(wo)們不(bu)能很清楚地了解內部的狀(zhuang)態，那么高(gao)可用是沒有辦法完全(quan)保(bao)障的。

解(jie)決方案(an)：監控系統的(de)各(ge)層

（1）【硬件層(ceng)面】：服務器溫(wen)度、磁盤RAID陣列等(deng)。

（2）【系統層面】：存活狀態、CPU、RAM、load負(fu)載。

（3）【應(ying)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(shu)：既然要實現分布式數據庫(ku)，那么應該如何將數據進行切片？

解決(jue)方案：Hash、Consistent Hash和(he)Range Based分片策(ce)略(lve)。

6、如何設置冗余？如何復制數據？

問題描述：分布式存儲的高可用性(xing)(xing)需要冗余來保證(zheng)，那么(me)如何(he)做(zuo)冗余？如何(he)對數據進行(xing)復(fu)制(zhi)、更新(xin)時保證(zheng)兩份數據的一(yi)致性(xing)(xing)？

解決方案：

（1）【中心化方案】：主(zhu)從復制、一致性協(xie)議（Raft和Paxos）。

（2）【去中心化的方案】：Quorum、Vector Clock。