如何理解分布式

2019独角兽企业重金招聘Python工程师标准>>>

所谓分布式，好比一个超级大的项目，同一个服务，把数据库的不同部分分开建立到不同的服务器上。以缓解数据库大量数据访问的压力。

为什么会出现分布式架构（产生背景）：
目的是解决单台普通计算机的无法完成的存储、计算问题， 尤其是在升级服务器性能特别昂贵时。
很多大公司的业务量比较大（比如淘宝网、京东等），每天的访问量都达到几百万上千万，甚至上亿的访问量，在访问量不是很大的情况下，是可以通过提高单台服务器的配置来满足需求的。但是当单台服务器已经满足不了需求的时候就需要做分布式处理了。毕竟一台服务器的处理能力是有限的。如果分散到几台甚至几十台几百天电脑上，其优势就显现出来了。

优点:
1, 性能提升， 多节点并行工作。
2，可用性更高， 节点之间互不影响， 故障可以转移。

缺点:
　　分布式系统需要大量机器协作，面临诸多的挑战：
　　第一，异构的机器与网络：
　　　　分布式系统中的机器，配置不一样，其上运行的服务也可能由不同的语言、架构实现，因此处理能力也不一样；节点间通过网络连接，而不同网络运营商提供的网络的带宽、延时、丢包率又不一样。怎么保证大家齐头并进，共同完成目标，这四个不小的挑战。
　　第二，普遍的节点故障：
　　　　虽然单个节点的故障概率较低，但节点数目达到一定规模，出故障的概率就变高了。分布式系统需要保证故障发生的时候，系统仍然是可用的，这就需要监控节点的状态，在节点故障的情况下将该节点负责的计算、存储任务转移到其他节点
　　第三，不可靠的网络：
　　　　节点间通过网络通信，而网络是不可靠的。可能的网络问题包括：网络分割、延时、丢包、乱序。
　　　　相比单机过程调用，网络通信最让人头疼的是超时：节点A向节点B发出请求，在约定的时间内没有收到节点B的响应，那么B是否处理了请求，这个是不确定的，这个不确定会带来诸多问题，最简单的，是否要重试请求，节点B会不会多次处理同一个请求。

综上：分布式就是一台服务器上取数据，多台服务器共享
--------------------- 
作者：Chauncy Nong 
来源：CSDN 
原文：https://blog.csdn.net/ChauncyNong/article/details/80962958 
版权声明：本文为博主原创文章，转载请附上博文链接！

转载于:https://my.oschina.net/u/4080783/blog/3052934