分布式系统
更新: 7/23/2025 字数: 0 字 时长: 0 分钟
1. 什么是分布式系统
1.1. 定义
分布式系统是由一组通过网络进行通信、为了完成共同的任务而协调工作的计算机节点组成的系统。从外部看，这组计算机就像一个单一的、统一的系统。
1.2. 特点
- 分布性：计算机节点在地理上是分散的。
- 对等性：节点之间没有主从之分，都是对等的。
- 并发性：多个节点上的程序可以并发执行。
- 缺乏全局时钟：节点之间的时间同步存在误差。
- 故障总是会发生：必须假设任何节点、网络都可能随时出现故障。
1.3. 优缺点
- 优点：
- 高可用性：部分节点宕机，系统仍能提供服务。
- 可扩展性：可以通过增加节点来线性地提升系统性能（水平扩展）。
- 高性能：将任务分解到多个节点上，并行处理。
- 缺点：
- 高复杂性：系统设计、开发、测试、运维都非常复杂。
- 一致性问题：由于网络延迟和节点故障，维护数据在多个节点间的一致性非常困难。
- 网络问题：严重依赖网络，网络分区或延迟会严重影响系统。
2. 核心分布式理论
2.1. CAP 定理
一个分布式系统最多只能同时满足以下三个特性中的两个。
- 一致性 (Consistency)：所有节点在同一时间具有相同的数据。
- 可用性 (Availability)：在任何时候，客户端的每个请求都能收到响应（不保证是最新数据）。
- 分区容错性 (Partition Tolerance)：系统在遇到任何网络分区故障时，仍然能够继续对外提供服务。
对于分布式系统而言，网络分区是必然会发生的，因此 P 是必须保证的。所以，设计分布式系统时，主要是在 CP (一致性/分区容错性) 和 AP (可用性/分区容错性) 之间做权衡。
- CP：放弃可用性，保证一致性。例如，当网络分区发生时，为了保证数据一致，节点会拒绝写操作，返回错误。
- AP：放弃一致性，保证可用性。例如，当网络分区发生时，节点仍然可以处理请求，但可能返回旧数据，接受最终一致性。
2.2. BASE 理论
BASE 理论是 CAP 理论中 AP 方案的延伸，核心思想是即使无法做到强一致性，但每个应用都可以根据自身的业务特点，采用适当的方式来使系统达到最终一致性。
- 基本可用 (Basically Available)：系统在出现不可预知故障的时候，允许损失部分可用性。例如，响应时间上的损失，或功能上的损失（服务降级）。
- 软状态 (Soft State)：允许系统中的数据存在中间状态，并认为该状态不影响系统的整体可用性。
- 最终一致性 (Eventually Consistent)：系统中所有的数据副本，在经过一段时间的同步后，最终能够达到一个一致的状态。
3. 核心技术
3.1. RPC (远程过程调用)
RPC 允许一台计算机上的程序调用另一台计算机上的程序，而程序员无需额外地为这个交互作用编程。
- 常见框架：gRPC, Apache Dubbo, Apache Thrift。
3.2. 消息队列
消息队列是分布式系统中重要的组件，主要解决应用耦合、异步消息、流量削锋等问题。
- 作用：
- 解耦：服务之间通过消息队列通信，无需直接调用。
- 异步：将耗时的操作放入消息队列，由消费者异步处理，提高主流程响应速度。
- 削峰：将瞬时的高并发请求放入消息队列，由消费者按照自己的处理能力平滑处理，防止系统被冲垮。
- 常见产品：Kafka, RabbitMQ, RocketMQ。
3.3. 分布式事务
保证跨多个节点的操作要么全部成功，要么全部失败。
- 常见方案：
- 2PC (两阶段提交)：协议简单，但存在同步阻塞、单点故障、数据不一致等问题。
- TCC (Try-Confirm-Cancel)：业务侵入性强，需要手动实现
try,confirm,cancel三个操作。 - Saga 模式：长事务解决方案，将一个大事务拆分为多个本地事务，每个本地事务都有对应的补偿操作。
- 本地消息表：基于消息队列实现的最终一致性方案。
3.4. 分布式锁
在分布式环境下，控制多个进程对共享资源的访问。
- 实现方式：
- 基于数据库：利用数据库的唯一索引或排他锁。
- 基于 Redis：使用
SETNX命令或 Redisson 等成熟的客户端。 - 基于 ZooKeeper：利用其临时有序节点特性。
3.5. 服务注册与发现
在微服务架构中，动态地管理服务的地址列表。
- 流程：
- 服务提供者启动时，将自己的地址注册到服务注册中心。
- 服务消费者查询服务注册中心，获取服务提供者的地址列表。
- 服务注册中心通过心跳机制检测服务提供者的健康状态，动态更新地址列表。
- 常见组件：ZooKeeper, Eureka, Consul, Nacos。
贡献者
LI SIR