分布式系统介绍

最新推荐文章于 2023-12-24 01:32:15 发布

坚持比努力可怕

最新推荐文章于 2023-12-24 01:32:15 发布

阅读量313

点赞数

分类专栏： Java

本文链接：https://blog.csdn.net/Muyu_Z/article/details/80496231

版权

Java 专栏收录该内容

23 篇文章 0 订阅

订阅专栏

一.分布式系统的介绍

1.1初识分布式系统

1.1.1 分布式的定义

一是组件分布在网络计算机上，二是组件之间仅仅通过消息传递来通信并协调行动。

分布式系统一定是由多个节点组成的系统，一般来说一个节点就是我们一台计算机；然后这些节点不是孤立的，而是互相连通的；最后这些连通的节点部署上了我们的组件，并且相互之间的操作会有协同。案例：我们通过浏览器去访问某一个网站，在对浏览器发出请求的背后是一个大型的分布式系统提供服务，整个系统中有的负责请求处理，有的负责存储，有的负责计算，最终通过相互的协同把我们的请求变成了最后的结果返回给浏览器，并呈现给我们。

1.1.2分布式系统的意义

使用分布式的原因：

*升级单机处理能力的性价比越来越低

*单机处理能力存在瓶颈

*出于稳定性和可用性的考虑

1.2分布式系统的基础知识

1.2.1组成计算机的5要素

组成计算机的基本元素：输入设备、输出设备、运算器、控制器和存储器（内存和外存）。计算机断电时，内存中存储的数据会丢失，而外存则仍然能够保持存储的数据。

1.2.2线程与进程的执行模式

在多线程开发中，我们需要处理线程间的通信，需要对线程并发做控制，需要做好线程间的协调工作。

1.2.2.1阿姆达尔定律

S（N）=1/[（1-P）+P/N] P指的是程序中可并行部分的程序在单核上执行时间的占比，N表示处理器的个数（总核心数）。S（N）是指程序在N个处理器（总核心数）相对在单个处理器中的速度提升比。

这个公式告诉我们，程序中可并行代码的比例决定你增加处理器所能带来的速度提升的上限，是否能达到这个上限，还取决于很多其他的因素。当P=0.5时，速度提升的上限就是2。如果P=0.25时，速度提升的上限就是1.25。

并行的代码比例越多，处理的速度提升上限越高，P跟S（N）成正比。

1.2.2.2互不通信的多线程模式

在多线程程序中，多个线程会在系统中并发执行。如果线程之间不需要处理共享的数据，也不需要进行动作协调，就是多个独立的线程各自完成自己线程中的工作。

1.2.2.3基于共享容器协同的多线程模式

多个线程之间对共享的数据进行处理。例如经典的生产者和消费者的例子，我们有一个队列用于生产和消费，那么，这个队列就是多个线程会共享的一个容器或者是数据对象，多个线程会并发地访问这个队列。多线程环境下对同一份数据的访问，我们需要有所保护和控制以保证访问的正确性。对于存储数据的容器或者对象，有线程安全和线程不安全之分，对于线程不安全的容器或对象，一般可以通过加锁或者通过Copy on Write的方式来控制并发访问。使用加锁方式时，如果数据在多线程中的读写比例很高，则一般会采用读写锁而非简单的互斥锁。JDK中的java.util.concurrent包中有很多这样的容器类。

1.2.2.4通过事件协同的多线程模式

线程间会存在着协调的需求，例如A、B两个线程，B线程需要等到某个状态或事件发生后才能继续自己的工作，而这个状态改变或者事件产生A线程相关。

事件协同会出现死锁的现象，能够原子性地获取需要的多个锁，或者注意调整对多个锁的获取顺序，就会比较好地避免死锁。

死锁现象：

A.lock（）;

B.lock（）;

A.lock（）;

T1等不到B，而T2也等不到A。

A.lock（）;

B.lock（）;

A.lock（）;

B.lock（）;