分布式系统设计策略

分布式系统设计策略

在分布式环境下，有几个问题是普遍关心的

• 如何检测当前节点还活着？
• 如何保障高可用？
• 容错处理
• 负载均衡

心跳检测：就是以固定的频率向其他节点汇报当前节点状态的方式。收到心跳，一般可以认为一个节点和现在的网络是良好的，但是收不到心跳也不能认为该节点就已经宣告“死亡”。此时，可以通过一些方法帮助Server做决定： 周期检测心跳机制、累计失效检测机制。

• 周期检测心跳机制：Server端每间隔 t 秒向Node集群发起监测请求，设定超时时间，如果超过超时时间，则判断“死亡”。可以把该节点踢出集群
• 累计失效检测机制：在周期检测心跳机制的基础上，统计一定周期内节点的返回情况（包括超时及正确返回），以此计算节点的“死亡”概率。另外，对于宣告“濒临死亡”的节点可以发起有限次数的重试，以作进一步判断。如果超过次数则可以把该节点踢出集群

高可用：通过设计来减少系统不能提供服务的时间，系统高可用性的常用设计模式包括三种：主备（Master-SLave）、互备（Active-Active） 、集群（Cluster）

• 主备模式：主备模式就是Active-Standby模式，当主机宕机时，备机接管主机的一切工作，待主机恢复正常后，按使用者的设定以自动（热备）或手动（冷备）方式将服务切换到主机上运行。在数据库部分，习惯称之为MS（Master/Slave）模式，这在数据库高可用性方案中比较常用，如MySQL、Redis等就采用MS模式实现主从复制

• 互备模式：互备模式指两台主机同时运行各自的服务工作且相互监测情况。在数据库高可用部分，常见的互备是MM（Multi-Master）模式，指一个系统存在多个master，每个master都具有read-write能力，会根据时间戳或业务逻辑合并版本

• 集群模式：集群模式是指有多个节点在运行，同时可以通过主控节点分担服务请求。集群模式需要解决主控节点本身的高可用问题，一般采用主备模式

容错性：容错的处理是保障分布式环境下相应系统的高可用或者健壮性，一个典型的案例就是对于缓存穿透 问题的解决方案

负载均衡：其关键在于使用多台集群服务器共同分担计算任务，把网络请求及计算分配到集群可用的不同服务器节点上，从而达到高可用性及较好的用户操作体验；负载均衡器有硬件解决方案，也有软件解决方案。硬件解决方案有著名的F5，软件有LVS、HAProxy、Nginx等；
以Nginx为例，负载均衡有以下6种策略：

方式	说明
轮询	默认方式,每个请求会按时间顺序逐一分配到不同的后端服务器
weight	权重方式,在轮询策略的基础上指定轮询的几率,权重越大,接受请求越多
ip_hash	依据ip分配方式,相同的客户端的请求一直发送到相同的服务器，以保证session会话
least_conn	最少连接方式,把请求转发给连接数较少的后端服务器
fair	响应时间方式,按照服务器端的响应时间来分配请求，响应时间短的优先分配
url_hash	依据URL分配方式,按访问url的hash结果来分配请求，使每个url定向到同一个后端服务器

拓展——高可用下的“脑裂问题”

脑裂的说明

在高可用（HA）系统中，当联系两个节点的"心跳线"断开时(即两个节点断开联系时)，本来为一个整体、动作协调的HA系统，就分裂成为两个独立的节点(即两个独立的个体)。由于相互失去了联系，都以为是对方出了故障，两个节点上的HA软件像"裂脑人"一样，“本能"地争抢"共享资源”、争起"应用服务"。就会发生严重后果

• 共享资源被瓜分、两边"服务"都起不来了；
• 两边"服务"都起来了，但同时读写"共享存储"，导致数据损坏（常见如数据库轮询着的联机日志出错）。
  出现的原因
• 高可用服务器各节点之间心跳线链路发生故障，导致无法正常通信。
• 因网卡及相关驱动坏了，ip配置及冲突问题（网卡直连）。
• 因心跳线间连接的设备故障（网卡及交换机）。
• 因仲裁的机器出问题（采用仲裁的方案）。
• 高可用服务器上开启了iptables防火墙阻挡了心跳消息传输。
• 高可用服务器上心跳网卡地址等信息配置不正确，导致发送心跳失败。
• 其他服务配置不当等原因，如心跳方式不同，心跳广插冲突、软件Bug等。
  预防方案
• 添加冗余的心跳线 [即冗余通信的方法]：同时用两条心跳线路 (即心跳线也HA)，这样一条线路坏了，另一个还是好的，依然能传送心跳消息，尽量减少"脑裂"现象的发生几率。
• 仲裁机制：当两个节点出现分歧时，由第3方的仲裁者决定听谁的。这个仲裁者，可能是一个锁服务，一个共享盘或者其它什么东西
• Lease机制：颁发者发出Lease后，不管是否被接收，只要Lease不过期，颁发者都会按照协议遵守承诺
• 隔离(Fencing)机制
  共享存储fencing：确保只有一个Master往共享存储中写数据。
  客户端fencing：确保只有一个Master可以响应客户端的请求。
  Slave fencing：确保只有一个Master可以向Slave下发命令