什么是分布式
本文内容
1. 分布式起源
1.1 单机模式
单机模式，其实就是 所有的应用程序和数据都部署到一台机器上，有关这个程序的所有处理，都由这一台机器完成。
这里的处理可以理解为对请求的处理，对数据存储的处理等。
刚开始互联网还没这么发达的时候，大多数项目都是单机模式，比如下面这个售票系统：
可以看到，所有的功能模块、数据存储、请求处理，都是由一台服务器负责。
这样的系统有个 好处，就是所有的功能模块、数据都集中在一起，非常方便管理和调用执行。
但是如果用这个系统的人变多了起来，这单单一个服务器肯定是扛不住这么大的压力的。而且如果这台服务器出现故障，那么将导致整个系统不可用，体验是非常糟糕的。
所以单机模式的 问题 是：
- 性能不足：所有功能仅依靠一台服务器的处理能力；
- 可用性差：这一台服务器挂，整个系统挂。
1.2 数据并行（数据分布式）
要解决单机模式的性能和可用性问题，出现了数据并行（数据分布式）模式。
在单机模式中，应用和数据都在一台服务器上。而 数据并行，是 先把应用与数据分离（便于将应用和数据分离到不同服务器上），然后将应用部署到多台服务器上，再对同类型的数据拆分到多个数据库中。
由于要把应用部署到多台服务器，所以肯定要先将应用与数据分离，否则会造成多台服务器数据库中的数据不一致。
所以升级后的售票系统如下：
我们把数据按路线进行拆分，这样应用服务器在处理请求时，就可以根据路线的不同，去不同的应用服务器中进行并行处理了。
注意：
- 数据拆分 指的是从应用服务器的角度来说，对不同的数据请求可以分发到不同的应用服务器中进行并行处理。而不是真得去拆分数据库（如果数据库本身的并发性能好），这里拆分数据库只是为了得到更好的性能提升。
这种模式无疑可以 利用多台计算机并行处理多个请求，使得我们的系统在相同的时间内可以执行更多的请求了，性能得到了提升。而且可以 将系统部署到更多的服务器上，以获得 更高的可用性。
但是又引入了新的 问题：
- 把相同的应用部署到多台服务器上，当请求量增大时，如何保证流量能均匀的转发到不同的服务器上。这就涉及到 负载均衡 的知识了，在后续会讲解；
- 当请求量较大时，如果 对数据库频繁的写操作，那么数据库的 IO 会成为性能瓶颈。这就需要对数据进行 读写分离，涉及到 读写数据库之间的数据同步问题；
- 当某些数据成为 热点数据 时，会造成 数据库压力激增，可能会使数据库崩溃。所以就要引入 缓存机制，来减轻数据库的压力，也能提升查询性能，但也会带来 缓存与数据库的数据一致性问题。
而且虽然数据并行模式实现了多个请求并行处理，但是如果 单个请求很复杂，需要很长时间才能完成，这时效率还是不够的。
1.3 任务并行（任务分布式）
由于数据并行对单个复杂请求的提升不够，随着人们对性能的极致追求，出现了任务并行（任务分布式）。
任务并行 在数据并行的基础上更细一步，将一个复杂的任务拆分为多个子任务（将一个大模块拆分为几个小模块），使得多个子任务可以在不同的机器上执行。
任务并行是对应用进行拆分，比如可以按照领域模型对上面的售票系统应用进行拆分，可以大致分为：用户管理、火车票管理和订单管理，如下所示：
可以看到，由于多个子任务可以在多台机器上并行执行，相比于执行单个复杂大任务，执行时间又缩短了很多。
任务并行模式为系统 提供了更好的性能、扩展性和可维护性，使得模块扩展更加便捷，对单个模块的维护也更加简单。
但是它也带来了如下难题：
- 如何对模块进行拆分，这涉及 模块设计问题；
- 如果模块间存在调用关系，如何跨机器调用，这涉及 远程通信问题。
不过，对于一个大型的业务系统，这样的设计是非常值得去部署的。
2. 分布式技术概览
上面讲了分布式的起源，从中引发出了许多问题，还有一些未提及的。其实分布式技术就是用来解决这些问题的，那么在学习之前，先来看看分布式技术都有哪些。
按照业务的架构层次栈，可以自底向上，按照资源、通信、数据、计算的维度，梳理出 4 个技术层次：分布式资源池化、分布式通信、分布式数据存储与管理、分布式计算。
这样划分后，按照业务架构设计的一般规律，可以理解为：在一定资源上，进行一定通信，再通过一定计算，完成一定数据的加工和处理，从而对外提供特定的服务。
有这 4 个业务层面的横向层次后，还需要一些基础的技术来支撑，所以就出现了 4 条纵向的技术层次。因为 在分布式环境下，无论是资源、通信、数据还是计算，都需要解决不同机器间的协同、调度，以及链路追踪、高可用和部署问题。