人多力量大 - 分布式导言

一个人抗一个木头会很重，如果两个人一起抗木头，两个人承担的分量会少点，如果三个人呢？那么三个人承担的分量会更少. 换言之，如果从整体上看，三个人的力量要大于两个人
现在的应用的数据变得越来越大，业务的流量越来越多了，分布式成为了一个不可避免的趋势。
这篇文章主要谈谈

• 背景
• 分布式系统的整体设计目标
• 分布式系统需要解决的具体问题

背景

从一个简单的例子开始: 计算一个nxn的矩阵，可以有两种办法

• 在一台机器上直接计算出来，把结果存放到数据库或者缓存中.
• 将矩阵划分为四个象限（每个象限为n/2），然后这四个象限分别由四个节点独自处理，处理好的结果最好再后再汇总起来，存放在某个地方.

第一种办法就是单机处理，第二种办法就是分布式处理。
第二种办法可以看作分布式处理的最简单模型， 它涉及了

• 计算
• 存储
• 节点之间的通信 - 这里的节点可以是真实的物理机器，或者虚拟机或手机，或者世界上任意可计算的设备

分布式系统的整体设计目标

从上面的例子，我们可以看到要计算一个矩阵，我们需要CPU计算，然后保存结果。把这个例子延伸到多台机器上，我们可能会面临如下问题:

• 分布式计算
• 分布式存储
• 分布式通信 - 这是一个很自然而然的概念，毕竟不同的机器是需要通信的.
• 分布式资源池化 - 不同机器上的 GPU, 内存形成逻辑上性能更强的GPU, 内存.

将上面这四个问题领域合成一个大问题就是： 在某种资源的基础上，通过某种通信方式，进行某种计算，把计算的结果存储在某个地方，然后对外提供一个服务。

这个结论受极客时间上的某位专家的启发.

本着站在巨人肩膀上的原则，将上面的结论和我之前提出的又快又好的指标进行整合

分布式系统的整体目标和远景就是：如何又快又好的实现这个大问题？

分布式系统需要解决的具体问题

节点之间的通信问题

• 直来直往 - 想要和谁说话，直接找那个人. 这就是RPC问题
• 专职中介 - 想和谁说话，找专门的中介就可以了。 这就是消息队列问题

一个集群中的节点管理和互相协作的问题

• 国不可一日无君 - 一个集群中的leader节点挂了，如何产生一个新的Leader节点, 这就是分布式选举问题.
• 共商国事 - 如何制定一个国家政策得到大家的认可？在分布式领域就是共识问题。
• 国家是有秩序的 - 文明有礼，排队买票. 一个集群中的资源，在某个时间窗口只允许特定节点访问，这就是分布式互斥问题.
• 有始有终 - 一个人做事最好不要半吊子，要么不做，要么完成。在分布式领域，这就是分布式事务问题.

分布式资源管理和负载调度

• 单体调度
• 两层调度
• 共享状态调度

分布式数据存储

• 分布式缓存

分布式高可靠

• 负载均衡
• 流量控制
• 故障隔离
• 故障恢复