单机、集群和分布式相关概念理解

单机、集群和分布式相关概念理解

单机

一个系统业务量很小的时候所有的代码都放在一个项目中就好了，然后把这个项目部署在一台服务器上就可以了。整个项目的所有服务都由这台服务器提供。这就是单机结构。但是单机结构的缺点非常明显，当业务量增加到一定程度的时候，单机的硬件资源无法满足业务要求（单机容量问题），此时出现了集群模式。

集群

单机处理达到瓶颈的时候，将单机复制几份，这样就构成了一个集群。集群中每台服务器就叫做这个集群的一个节点，所有节点构成一个集群。每个节点都提供相同的服务，这样系统的处理能力就相当于提升了好几倍。

但这里需要考虑的一个问题是，用户的请求由哪个服务器来处理呐？

—让此时负载较小的节点来处理，这样使得每个节点的压力都比较平均。

因此，我们需要在所有节点之前增加一个负载均衡服务器，用户所有的请求都交给他，然后负载均衡器根据当前所有节点的负载情况，决定将这个请求交给哪个节点进行处理。

但是，当业务发展到一定程度的时候，发现无论怎么增加节点，整个集群的性能提升效果不明显了，这个时候，我们需要使用分布式。

这里，发现从单机结构到集群结构，代码基本不需要做任何修改，仅仅是多部署几台服务器，每台服务器上运行相同的代码就行了。

分布式

分布式，就是将一个完整的系统按照业务功能，拆分成一个个的独立的子系统，在分布式结构中，每个子系统就被称为“服务”。这些子系统能够独立运行在web容器中，他们通过RPC方式通信。

比如秒杀系统项目中，我们需要按照功能模块拆分成多个独立的服务：用户服务，商品服务，订单服务，库存服务等。这一个个服务都是一个独立的项目，可以独立运行。如果服务之间有依赖关系，可以通过RPC方式调用。降低了系统之间的耦合度，可以独立开发，独立部署，独立测试。

分布式就是将后台工作分布在多个服务器上，多个服务器协同完成工作

分布式系统出现的问题

数据不一致问题

秒杀系统，库存只有一份，所有人会在集中的时间读和写这些数据，多个人读一个数据。（读写冲突）

通信异常

分布式系统将原有的单机通信，变成各个节点依赖网络进行通信，由于网络本身的不可靠性，都会导致分布式系统无法顺利完成一次网络通信。即使完成了一次通信，也需要考虑时间上的延迟。

如何实现分布式事务

订单服务插入之后要调用库存服务更新库存，库存数据不是特别敏感，不需要强一致性，可以通过最终一致性方案实现。

订单服务和库存服务，每个服务维护了自己的数据库，在交易系统的业务逻辑中，一个商品在下单前需要先调用库存服务，进行扣除库存，再调用订单服务，创建订单记录。正常情况下，两边数据库各自更新成功，两边数据维持着一致性。但是在非正常情况下，