一、分布式系統面臨的挑戰有哪些

分布式系統需要大量(liang)機器協作，面臨諸多(duo)的挑(tiao)戰，其中(zhong)主要的挑(tiao)戰有：

1、異構的機器與網絡

分(fen)布式(shi)系統(tong)中的(de)(de)機器，配置不(bu)(bu)一樣，其上運(yun)(yun)行的(de)(de)服務也可能由(you)不(bu)(bu)同的(de)(de)語言、架構實現，因此處理(li)能力也不(bu)(bu)一樣；節(jie)點間通過網絡(luo)連接(jie)，而不(bu)(bu)同網絡(luo)運(yun)(yun)營商提供的(de)(de)網絡(luo)的(de)(de)帶(dai)寬、延(yan)時、丟包率又不(bu)(bu)一樣。怎么保證(zheng)大家齊(qi)頭并進，共同完成目標，這是個不(bu)(bu)小的(de)(de)挑戰。

2、普遍的節點故障

雖然單(dan)個節(jie)點的(de)(de)(de)故(gu)(gu)障概率(lv)(lv)較低(di)，但節(jie)點數(shu)目(mu)達到(dao)(dao)一定規模，出故(gu)(gu)障的(de)(de)(de)概率(lv)(lv)就(jiu)(jiu)變高了(le)。分(fen)布(bu)式系統(tong)需要(yao)保證故(gu)(gu)障發(fa)生的(de)(de)(de)時候，系統(tong)仍(reng)然是可用的(de)(de)(de)，這(zhe)就(jiu)(jiu)需要(yao)監(jian)控節(jie)點的(de)(de)(de)狀(zhuang)態，在節(jie)點故(gu)(gu)障的(de)(de)(de)情(qing)況下(xia)將該節(jie)點負責(ze)的(de)(de)(de)計算、存(cun)儲(chu)任務轉移到(dao)(dao)其(qi)他節(jie)點。

3、不可靠的網絡

節點(dian)(dian)間(jian)通過網絡(luo)(luo)通信，而(er)網絡(luo)(luo)是(shi)不(bu)可靠的(de)(de)。可能的(de)(de)網絡(luo)(luo)問題(ti)(ti)包(bao)括：網絡(luo)(luo)分割、延時、丟包(bao)、亂序。相比單機過程調用，網絡(luo)(luo)通信最讓人頭疼的(de)(de)是(shi)超時：節點(dian)(dian)A向節點(dian)(dian)B發出請(qing)求，在約定(ding)(ding)的(de)(de)時間(jian)內沒有收到節點(dian)(dian)B的(de)(de)響(xiang)應，那么B是(shi)否(fou)處理了請(qing)求，這(zhe)個(ge)是(shi)不(bu)確定(ding)(ding)的(de)(de)，這(zhe)個(ge)不(bu)確定(ding)(ding)會帶來諸多問題(ti)(ti)，最簡單的(de)(de)，是(shi)否(fou)要重試請(qing)求，節點(dian)(dian)B會不(bu)會多次處理同一個(ge)請(qing)求。

總而言之，分布(bu)式的挑戰來自不(bu)(bu)確定(ding)(ding)性，不(bu)(bu)確定(ding)(ding)計算機什么(me)時候crash、斷(duan)電，不(bu)(bu)確定(ding)(ding)磁盤什么(me)時候損壞，不(bu)(bu)確定(ding)(ding)每次網絡通信(xin)要延遲多(duo)久，也不(bu)(bu)確定(ding)(ding)通信(xin)對端是否處理(li)了發(fa)送(song)的消息。而分布(bu)式的規模放大了這個不(bu)(bu)確定(ding)(ding)性，不(bu)(bu)確定(ding)(ding)性是令人討(tao)厭的，所以有(you)諸多(duo)的分布(bu)式理(li)論、協(xie)議(yi)來保證(zheng)在(zai)這種不(bu)(bu)確定(ding)(ding)性的情況下(xia)，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

問題描(miao)述：線上生產(chan)環境中，尤其(qi)容器(qi)部署情況下(xia)服(fu)務(wu)(wu)實(shi)例地址（服(fu)務(wu)(wu)器(qi)端口(kou)）是(shi)動態分配的，服(fu)務(wu)(wu)調用者(zhe)無(wu)法提前獲取服(fu)務(wu)(wu)實(shi)例地址和端口(kou)。

解決方案：在服務(wu)運行時，通過服務(wu)發現組件解析服務(wu)名來獲取(qu)服務(wu)實(shi)例地址和端(duan)口。

2、如何找到實例？——請求分發的策略

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

解決方案：

（1）如(ru)果同一個服(fu)務的實例都是完全對等(deng)的（無狀態），那么按負載(zai)均(jun)衡策(ce)略(lve)來處理就(jiu)足夠（隨(sui)機、輪詢、權重、hash、一致(zhi)性hash、fair等(deng)各種策(ce)略(lve)）。

（2）如果同一個(ge)服(fu)(fu)務的實例不是對等的（有狀態），那(nei)么需要(yao)通過路由服(fu)(fu)務（元數(shu)據服(fu)(fu)務等）先確定當前(qian)要(yao)訪(fang)問的請求數(shu)據在哪一個(ge)實例上，然后再進(jin)行訪(fang)問。

3、如何避免雪崩？

問題(ti)描(miao)述：一個(ge)故障(zhang)由于(yu)正反饋不(bu)斷被擴大，從而導致(zhi)整個(ge)系統故障(zhang)

解決方案：

（1）【快(kuai)速失敗】和【降(jiang)級機制】：熔斷(duan)、降(jiang)級、限流等，通過(guo)快(kuai)速減少(shao)系統負載來避免雪崩的發(fa)生。

（2）【彈性擴容機制】，通過快速增加系統(tong)的服(fu)務能(neng)力來避免雪崩的發生(sheng)。

4、如何對系統進行監控？

問題描述：對于一個分布式系統，如果我們(men)不能很清楚地了解內部的狀態(tai)，那么高(gao)可用是沒(mei)有(you)辦法完全保(bao)障的。

解決方案：監控系(xi)統的各層

（1）【硬件層面(mian)】：服(fu)務器溫度(du)、磁盤RAID陣列等。

（2）【系統(tong)層面】：存活(huo)狀態、CPU、RAM、load負(fu)載(zai)。

（3）【應用層(ceng)】：mysql、Nginx、Django、LVS、HAProxy。

（4）【業務層面】：PV、UV、訂單。

5、分布式存儲如何做數據切片？

問題描述(shu)：既然要實(shi)現分布(bu)式數據庫，那么應該(gai)如何(he)將數據進行切片？

解決方案(an)：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(cun)儲的(de)高(gao)可用性需要冗余來保(bao)證，那么如(ru)何做冗余？如(ru)何對數據進(jin)行復制、更新(xin)時保(bao)證兩份數據的(de)一致(zhi)性？

解決方案：

（1）【中心化方案】：主從復制(zhi)、一(yi)致性(xing)協(xie)議（Raft和Paxos）。

（2）【去(qu)中心化的方案】：Quorum、Vector Clock。