分布式系统架构
分布式理论
什么是分布式系统
在《分布式系统原理与范型》⼀书中有如下定义：“分布式系统是若⼲独⽴计算机的集合，这些计算机对于⽤户来说就像单个相关系统”；
分布式系统（distributed system）是建⽴在⽹络之上的软件系统。
⾸先需要明确的是，只有当单个节点的处理能⼒⽆法满⾜⽇益增长的计算、存储任务的时候，且硬件的提升（加内存、加磁盘、使⽤更好的CPU）⾼昂到得不偿失的时候，应⽤程序也不能进⼀步优化的时候，我们才需要考虑分布式系统。因为，分布式系统要解决的问题本⾝就是和单机系统⼀样的，⽽由于分布式系统多节点、通过⽹络通信的拓扑结构，会引⼊很多单机系统没有的问题，为了解决这些问题⼜会引⼊更多的机制、协议，带来更多的问题。
整个分布式理论是⼤数据学习的基础。分布式系统和分布式系统计算值得我们去深⼊的学习。
架构演变
随着互联⽹的发展，⽹站应⽤的规模不断扩⼤，常规的垂直应⽤架构已⽆法应对，分布式服务架构以及流动计算架构势在必⾏，急需⼀个治理系统确保架构有条不紊的演进。
在Dubbo的官⽹⽂档有这样⼀张图
单体应⽤架构
其中的第⼀张图 all in one对应的是我们的最开始使⽤的单体架构。当⽹站流量很⼩时，只需⼀个应⽤，将所有功能都部署在⼀起，以减少部署节点和成本。此时，⽤于简化增删改查⼯作量的数据访问框架(ORM)是关键。ORM常⽤的框架例如Mybatis等
适⽤于⼩型⽹站，⼩型管理系统，将所有功能都部署到⼀个功能⾥，简单易⽤。
缺点：
1、性能扩展⽐较难
2、协同开发问题
3、不利于升级维护
垂直应⽤架构
当访问量逐渐增⼤，单⼀应⽤增加机器带来的加速度越来越⼩，将应⽤拆成互不相⼲的⼏个应⽤，以提升效率。此时，⽤于加速前端页⾯开发的Web框架(MVC)是关键。
通过切分业务来实现各个模块独⽴部署，降低了维护和部署的难度，团队各司其职更易管理，性能扩展也更⽅便，更有针对性。
缺点：公⽤模块⽆法重复利⽤，开发性的浪费
分布式和SOA架构
当垂直应⽤越来越多，应⽤之间交互不可避免，将核⼼业务抽取出来，作为独⽴的服务，逐渐形成稳定的服务中⼼，使前端应⽤能更快速的响应多变的市场需求。此时，⽤于提⾼业务复⽤及整合的**分布式服务框架(RPC)**是关键。
当服务越来越多，容量的评估，⼩服务资源的浪费等问题逐渐显现，此时需增加⼀个调度中⼼基于访问压⼒实时管理集容量，提⾼集利⽤率。此时，⽤于提⾼机器利⽤率的资源调度和治理中⼼(SOA)[ Service Oriented Architecture]是关键。
远程调⽤技术
Http协议是通过⽹络的⽆状态协议
在学习远程过程调⽤之前需要先去了解，本地过程调⽤，主要的区别便在于，是否本地之间的调⽤。
也就是说两台服务器A，B，⼀个应⽤部署在A服务器上，想要调⽤B服务器上应⽤提供的函数/⽅法，由于不在⼀个内存空间，不能直接调⽤，需要通过⽹络来表达调⽤的语义和传达调⽤的数据。为什么要⽤RPC呢？就是⽆法在⼀个进程内，甚⾄⼀个计算机内通过本地调⽤的⽅式完成的需求，⽐如不同的系统间的通讯，甚⾄不同的组织间的通讯，由于计算能⼒需要横向扩展，需要在多台机器组成的集上部署应⽤。RPC就是要像调⽤本地的函数⼀样去调远程函数。
RPC协议（远程过程调⽤）
概念：RPC协议
英⽂原义：Remote Procedure Call Protocol
中⽂释义：（RFC-1831）远程调⽤协议 ，最初由RFC-1050定义。
RPC协议假定某些的存在，如TCP或UDP，为通信程序之间携带信息数据。在OSI模型中，RPC跨越了和。RPC使得开发包括⽹络分布式多程序在内的应⽤程序更加容易。
调⽤的过程
调⽤的过程主要是实现进程和线程之间的通信问题。（Netty）
Rpc于Resful风格的区别
⽐较项Restful RPC
通信协议HTTP⼀般使⽤TCP
性能略低较⾼
灵活度⾼低
应⽤微服务架构SOA架构
RPC两个核⼼模块：通讯，序列化（反序列化）。
分布式中的CAP原理
先简单介绍⼀下CAP原理是什么:
C：Consistency
即⼀致性，访问所有的节点得到的数据应该是⼀样的。注意，这⾥的⼀致性指的是强⼀致性，也就是数据更新完，访问任何节点看到的数据完全⼀致，要和弱⼀致性，最终⼀致性区分开来。
A：Availability
即可⽤性，所有的节点都保持⾼可⽤性。注意，这⾥的⾼可⽤还包括不能出现延迟，⽐如如果节点B由于等待数据同步⽽阻塞请求，那么节点B就不满⾜⾼可⽤性。
也就是说，任何没有发⽣故障的服务必须在有限的时间内返回合理的结果集。
P：Partiton tolerance
即分区容忍性，这⾥的分区是指⽹络意义上的分区。由于⽹络是不可靠的，所有节点之间很可能出现⽆法通讯的情况，在节点不能通信时，要保证系统可以继续正常服务。
以实际效果⽽⾔，分区相当于对通信的时限要求。系统如果不能在时限内达成数据⼀致性，就意味着发⽣了分区的情况，必须就当前操作在C和A之间做出选择
CAP原理说，⼀个数据分布式系统不可能同时满⾜C和A和P这3个条件。所以系统架构师在设计系统时，不要将精⼒浪费在如何设计能满⾜三者的完美分布式系统，⽽是应该进⾏取舍。由于⽹络的不可靠性质，⼤多数开源的分布式系统都会实现P，也就是分区容忍性，之后在C 和A中做抉择。
RPC框架Dubbo
Dubbo是⼀个专注于通信的RPC框架
Apache Dubbo 是⼀款⾼性能、轻量级的开源Java RPC框架，它提供了三⼤核⼼能⼒：⾯向接⼝分布式和微服务的关系
的远程⽅法调⽤，智能容错和负载均衡，以及服务⾃动注册和发现。
服务提供者（Provider）：暴露服务的服务提供⽅，服务提供者在启动时，向注册中⼼注册⾃⼰提供的服务。
服务消费者（Consumer）：调⽤远程服务的服务消费⽅，服务消费者在启动时，向注册中⼼订阅⾃⼰所需的服务，服务消费者，从提供者地址列表中，基于软负载均衡算法，选⼀台提供者进⾏调⽤，如果调⽤失败，再选另⼀台调⽤。
注册中⼼（Registry）：注册中⼼返回服务提供者地址列表给消费者，如果有变更，注册中⼼将基于长连接推送变更数据给消费者
监控中⼼（Monitor）：服务消费者和提供者，在内存中累计调⽤次数和调⽤时间，定时每分钟发送⼀次统计数据到监控中⼼
调⽤关系说明
l 服务容器负责启动，加载，运⾏服务提供者。
l 服务提供者在启动时，向注册中⼼注册⾃⼰提供的服务。
l 服务消费者在启动时，向注册中⼼订阅⾃⼰所需的服务。
l 注册中⼼返回服务提供者地址列表给消费者，如果有变更，注册中⼼将基于长连接推送变更数据给消费者。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。