一、分布式系統(tǒng)面臨的挑戰(zhàn)有哪些

分布式系統(tǒng)需要大量機(jī)器協(xié)作，面臨諸多的挑戰(zhàn)，其中主要的挑戰(zhàn)有：

1、異構(gòu)的機(jī)器與網(wǎng)絡(luò)

分布式系統(tǒng)中的機(jī)器，配置不一樣，其上運(yùn)行的服務(wù)也可能由不同的語(yǔ)言、架構(gòu)實(shí)現(xiàn)，因此處理能力也不一樣；節(jié)點(diǎn)間通過(guò)網(wǎng)絡(luò)連接，而不同網(wǎng)絡(luò)運(yùn)營(yíng)商提供的網(wǎng)絡(luò)的帶寬、延時(shí)、丟包率又不一樣。怎么保證大家齊頭并進(jìn)，共同完成目標(biāo)，這是個(gè)不小的挑戰(zhàn)。

2、普遍的節(jié)點(diǎn)故障

雖然單個(gè)節(jié)點(diǎn)的故障概率較低，但節(jié)點(diǎn)數(shù)目達(dá)到一定規(guī)模，出故障的概率就變高了。分布式系統(tǒng)需要保證故障發(fā)生的時(shí)候，系統(tǒng)仍然是可用的，這就需要監(jiān)控節(jié)點(diǎn)的狀態(tài)，在節(jié)點(diǎn)故障的情況下將該節(jié)點(diǎn)負(fù)責(zé)的計(jì)算、存儲(chǔ)任務(wù)轉(zhuǎn)移到其他節(jié)點(diǎn)。

3、不可靠的網(wǎng)絡(luò)

節(jié)點(diǎn)間通過(guò)網(wǎng)絡(luò)通信，而網(wǎng)絡(luò)是不可靠的?？赡艿木W(wǎng)絡(luò)問(wèn)題包括：網(wǎng)絡(luò)分割、延時(shí)、丟包、亂序。相比單機(jī)過(guò)程調(diào)用，網(wǎng)絡(luò)通信最讓人頭疼的是超時(shí)：節(jié)點(diǎn)A向節(jié)點(diǎn)B發(fā)出請(qǐng)求，在約定的時(shí)間內(nèi)沒(méi)有收到節(jié)點(diǎn)B的響應(yīng)，那么B是否處理了請(qǐng)求，這個(gè)是不確定的，這個(gè)不確定會(huì)帶來(lái)諸多問(wèn)題，最簡(jiǎn)單的，是否要重試請(qǐng)求，節(jié)點(diǎn)B會(huì)不會(huì)多次處理同一個(gè)請(qǐng)求。

總而言之，分布式的挑戰(zhàn)來(lái)自不確定性，不確定計(jì)算機(jī)什么時(shí)候crash、斷電，不確定磁盤什么時(shí)候損壞，不確定每次網(wǎng)絡(luò)通信要延遲多久，也不確定通信對(duì)端是否處理了發(fā)送的消息。而分布式的規(guī)模放大了這個(gè)不確定性，不確定性是令人討厭的，所以有諸多的分布式理論、協(xié)議來(lái)保證在這種不確定性的情況下，系統(tǒng)還能繼續(xù)正常工作。

二、分布式系統(tǒng)帶來(lái)的問(wèn)題及解答

1、如何找到所需的服務(wù)？——服務(wù)發(fā)現(xiàn)組件

問(wèn)題描述：線上生產(chǎn)環(huán)境中，尤其容器部署情況下服務(wù)實(shí)例地址（服務(wù)器端口）是動(dòng)態(tài)分配的，服務(wù)調(diào)用者無(wú)法提前獲取服務(wù)實(shí)例地址和端口。

解決方案：在服務(wù)運(yùn)行時(shí)，通過(guò)服務(wù)發(fā)現(xiàn)組件解析服務(wù)名來(lái)獲取服務(wù)實(shí)例地址和端口。

2、如何找到實(shí)例？——請(qǐng)求分發(fā)的策略

問(wèn)題描述：找到服務(wù)器后，還應(yīng)該確定將當(dāng)前請(qǐng)求發(fā)往服務(wù)器的哪一個(gè)實(shí)例。

解決方案：

（1）如果同一個(gè)服務(wù)的實(shí)例都是完全對(duì)等的（無(wú)狀態(tài)），那么按負(fù)載均衡策略來(lái)處理就足夠（隨機(jī)、輪詢、權(quán)重、hash、一致性hash、fair等各種策略）。

（2）如果同一個(gè)服務(wù)的實(shí)例不是對(duì)等的（有狀態(tài)），那么需要通過(guò)路由服務(wù)（元數(shù)據(jù)服務(wù)等）先確定當(dāng)前要訪問(wèn)的請(qǐng)求數(shù)據(jù)在哪一個(gè)實(shí)例上，然后再進(jìn)行訪問(wèn)。

3、如何避免雪崩？

問(wèn)題描述：一個(gè)故障由于正反饋不斷被擴(kuò)大，從而導(dǎo)致整個(gè)系統(tǒng)故障

解決方案：

（1）【快速失敗】和【降級(jí)機(jī)制】：熔斷、降級(jí)、限流等，通過(guò)快速減少系統(tǒng)負(fù)載來(lái)避免雪崩的發(fā)生。

（2）【彈性擴(kuò)容機(jī)制】，通過(guò)快速增加系統(tǒng)的服務(wù)能力來(lái)避免雪崩的發(fā)生。

4、如何對(duì)系統(tǒng)進(jìn)行監(jiān)控？

問(wèn)題描述：對(duì)于一個(gè)分布式系統(tǒng)，如果我們不能很清楚地了解內(nèi)部的狀態(tài)，那么高可用是沒(méi)有辦法完全保障的。

解決方案：監(jiān)控系統(tǒng)的各層

（1）【硬件層面】：服務(wù)器溫度、磁盤RAID陣列等。

（2）【系統(tǒng)層面】：存活狀態(tài)、CPU、RAM、load負(fù)載。

（3）【應(yīng)用層】：mysql、Nginx、Django、LVS、HAProxy。

（4）【業(yè)務(wù)層面】：PV、UV、訂單。

5、分布式存儲(chǔ)如何做數(shù)據(jù)切片？

問(wèn)題描述：既然要實(shí)現(xiàn)分布式數(shù)據(jù)庫(kù)，那么應(yīng)該如何將數(shù)據(jù)進(jìn)行切片？

解決方案：Hash、Consistent Hash和Range Based分片策略。

6、如何設(shè)置冗余？如何復(fù)制數(shù)據(jù)？

問(wèn)題描述：分布式存儲(chǔ)的高可用性需要冗余來(lái)保證，那么如何做冗余？如何對(duì)數(shù)據(jù)進(jìn)行復(fù)制、更新時(shí)保證兩份數(shù)據(jù)的一致性？

解決方案：

（1）【中心化方案】：主從復(fù)制、一致性協(xié)議（Raft和Paxos）。

（2）【去中心化的方案】：Quorum、Vector Clock。