分布式系统的技术栈

分布式系统的技术栈

前言

最近在拜读耗子兄-分布式系统技术栈一文，如今记录下本身学到的东西

构建分布式系统的目的

• 提升总体架构的吞吐量，服务更多的并发和流量。
  • 大流量处理，经过集群技术把大规模并发请求的负载分散到不一样的机器上。
• 提升系统的稳定性，让系统的可用性更高。
  •  关键业务保护。提升后台服务的可用性，把故障隔离起来阻止多米诺骨牌效应(雪崩效应)，若是流量过大，须要对业务降级，以保护关键业务

提升系统的性能

• 缓存系统：缓存分区、缓存更新、缓存命中
• 负载均衡系统(网关系统)：负载均衡、服务路由、服务发现
• 异步调用：消息队列、消息持久、异步事务
• 数据镜像：数据同步、读写分流、数据一致性
• 数据分区：分区策略、数据访问层、数据一致性

缓存系统

• 能够提升快速访问能力。
• 从前端浏览器、网络、后端服务、底层数据库、文件系统、硬盘和CPU，全都有缓存。
• 对于分布式缓存系统，首先须要一个缓存集群，其中须要一个Proxy来作缓存的分片和路由

负载均衡

• 是作水平扩展的关键技术。

异步调用

• 经过消息队列来对请求作排队处理，把前端请求进行削峰，后端请求根据本身的处理速度来处理请求。
• 优势：增长系统的吞吐量
• 缺点：实时性比较差，同时还会引入消息丢失的问题，因此须要对消息进行持久化，这会形成有状态的节点，从而增长服务调度的难度。

数据分区和数据镜像

• 把数据按照必定的方式分红多个区，不一样的数据来分担不一样区的流量，这须要一个数据路由的中间件，会致使跨库Join和跨库事务很是复杂。
• 数据镜像：把多个数据库备份，多个节点能够提供数据读写功能，节点间在内部实现数据同步。缺点：数据一致性问题。
• 在初期使用读写分离的数据镜像方式，后期采用分库分表方式。

提升系统稳定性

• 服务拆分(服务治理)：服务调用、服务依赖、服务隔离
• 服务冗余(服务调度)：弹性伸缩、故障转移、服务发现
• 限流降级：异步队列、降级控制、服务熔断
• 高可用架构：多租户系统、灾备多活、高可用服务
• 高可用运维：全栈监控、DevOps、自动化运维

服务拆分

• 隔离故障
• 重用服务模块
• 服务拆分完以后，会引入服务调用间的依赖问题。

服务冗余

• 去除单点故障，并能够支持服务的弹性伸缩以及故障转移。
• 对于一些有状态的服务来讲，冗余这些有状态的服务会带来更高的复杂性。
  • 当其中一个进行弹性伸缩时，须要考虑数据的复制或从新分片，迁移的时候还要迁移数据到其余机器上。

限流降级

• 当系统流量超过系统承载时，只能经过限流或者功能降级的方式来处理。

高可用架构

• 主要时为了避免出现单点故障。

高可用运维

• DevOps中的CI(持续集成)/CD(持续部署)。
• 应该有一条很流畅的软件发布管线，包括足够的自动化测试，还能够作好相应的灰度发布，以及线上系统的自动化控制。