目录
一、介绍
1. 什么是分布式
2. 分布式的作用
3. 分布式和单体结构的对比（帮助技术选型）
4. CAP定理（分布式理论基础）
5. 集群、分布式、微服务的区别
6. 总结
二、分布式基本概念介绍
2.1 什么是分布式
分布式：
利用物理架构形成多个自治的处理元素，不共享主内存（在多台独立的计算机上运行），但是通过发送信息合作。——Leslie Lamport
集群：
把单体服务部署到很多台机器上去。在前面加一个负载均衡。
实际项目的演进过程：
一个项目，大而全
多台机器，部署同样的应用
分布式：权限系统、员工系统、请假系统
2.2 分布式的作用
为什么需要分布式：
实际工作中的痛点：
工程臃肿
测试、上线繁琐
开发效率低（不敢改技术、改版本、改依赖）
单体应用的问题：
应用代码耦合严重，功能扩展难
新需求开发交互周期长，测试工作量大
新加入的开发同事需要很长时间才能熟悉系统
升级维护也很困难（改动任何一点地方都要升级整个系统）
系统性能提升艰难，可用性低，不稳定
分布式的好处：
增大系统容量（提高可以处理请求数）
加强系统可用
因为模块化，所以系统模块重用度更高
因为软件服务模块被拆分，开发和发布速度可以并行而变得更快
系统扩展性更高
团队协作流程也会得到改善
技术升级
2.3 单体和分布式的对比
分布式架构 系统管理成本还涉及：
各机器时间同步（要用一系列的协议把各个维度的时间进行统一，这是很深的领域）
数据同步
2.4 CAP定理
CAP的重要性：（分布式系统设计中最基础最关键的理论）
分布式系统不可能同时满足3个条件C A P。对于一个分布式系统来讲，网络传输不是特别的稳定，往往都是会出现问题的。从时间维度拉长考虑，你必须要考虑到 在网络出问题的时候，它的一个对策和解决方案。如何能在出现网络故障的时候，维持 系统按照原来的逻辑，去继续正常运转。这就是一个非常重要，且值得考虑的点。结合CAP理论去权衡。
C（Consistency 一致性）：读操作是否总能读到前一个写操作的结果。也就是说，这个数据改变了，我要感知得到。
A （Availability 可用性）：非故障节点应该在合理的时间内作出合理的响应（不是错误或超时的响应），但是可能不是最新的数据。
P （Partition tolerance 分区容错性）：当出现网络分区现象后，系统能够继续运行。简单理解：网络错误。我这边有一个内容，你那边得不到我这个内容，因为我们之间通信断了。
CAP 怎么选：
P 不可避免，必须要保证它正常。
在什么场合，可用性高于一致性？CDN上更新网页，不是新版没关系，要能看到。
在什么场合，一致性高于可用性？支付或者交易，允许暂时不可用，不允许不一致。
三、总结
3.1 分布式基础总结
集群、分布式、微服务的区别：
集群和分布式的区别：分布式 一个业务拆分成多个子业务 部署在不同的服务器上；集群 同一个业务 部署在多个服务器上；
集群和微服务的区别：集群 分散压力；微服务 分散能力；
微服务和分布式的区别：微服务 一种架构设计方式 逻辑上的架构；分布式 强调系统部署方式，机器与机器之间会遇到哪些通讯上的问题，时间上的不一致，顺序上的协调，如何容错，要考虑实际的部署之后的机器之间的物理架构；
架构顺序：先做逻辑上的架构，再做物理上的架构。
现在生产环境下，微服务肯定是通过分布式部署的。
扫一扫
765
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
