分布式系统基础

• 什么是分布式系统？

  分布式系统是若干独立计算机的集合，这些计算机对于用户来说就是单个系统。

• 分布式系统面临什么挑战？

  • 异构性：分布式系统由不通网络、操作系统、硬件和编程语言组成，必须由一种通用协议来屏蔽异构系统间的差异。往往用中间件来处理差异。
  • 缺乏全球时钟：交换消息依赖对于程序动作发生时间的共识，计算机同步时钟准确性受到极大限制。
  • 一致性：如何保证各主机间数据的一致性
  • 故障独立性：应该允许部分故障而不会影响整个系统的正常使用
  • 并发：系统中每个资源必须被设计为是并发环境中安全的
  • 透明性：系统中任何组件故障对于用户应是不可见的
  • 开放性：所有组件的接口必须遵循一定规范并能理解维护
  • 安全性：对网络上所有敏感信息进行加密
  • 可扩展性：系统要能随业务量增加而相应扩展

CAP

在分布式系统中不可能同时提供以下三个保证：

• 一致性Consistency：所有节点同一时间看到的是相同的数据
• 可用性Availability：不管是否成功，确保每个请求都能收到响应
• 分区容错性Partition Tolerance：将系统任意分区后，在网络故障时仍能操作。

CAP不可能都满足的证明，只要证反即可。以下就是证反思路：

1. 有两个节点A和B，A和B上都有一个共享的数据块V
2. 当正常的时候，A的应用向数据块V写了一个新值，为V1，V之间同步，V1从A节点同步到B节点，B的应用去读取能读到V1的值。
3. 当网络故障时，A的应用向数据块V写了一个新值，为V2，V之间同步失败，V2无法从A节点同步到B节点，B的应用去读的还是V的旧值，而不是V2的值。
4. 因此在网络故障时A和B出现了数据不一致的情况。

CAP模型

1. 牺牲分区 CA模型
   牺牲了分区容错性，意味着将所有机器搬到一台机器内部，或者放到同一个机架上，明显违背了可伸缩性。
   案例：单点数据库、集群数据库、LDAP、xFS文件系统
   实现方式：两阶段提交、缓存验证协议
2. 牺牲可用性 CP模型
   牺牲可用性意味着一旦系统中出现分区故障，则系统直接停止服务
   案例：分布式数据库、分布式锁定、绝大部分协议
   实现方式：悲观锁、少数分区不可用
3. 牺牲一致性 AP模型
   案例：Coda、Web缓存、DNS
   实现：到期/租赁、解决冲突、乐观

MSA与SOA

集群概念

几种服务器性能增强方式：

• Scale on：向上扩展。也称垂直扩展，在服务器硬件上扩展
• Scale out：向外扩展。也称水平扩展，在服务器数量上扩展

LB 集群与 HA 集群的着眼点：

LB 集群是为了增加请求的并发处理能力，而 HA 集群是为了增加服务的可用性

RAID 阵列与 NFS 的区别：

NFS 是文件系统服务器，前端 web 对数据的请求是文件级别的。属于 NAS

NAS 具有锁机制，因为 NAS 是服务器，是有操作系统的，这样就不会造成数据的不一致了。

RAID 阵列是磁盘，前端 web 对数据的请求是块级别的。属于 DAS

DAS 就是磁盘，无法设置磁盘锁，因为读写操作是在内存中执行的，读取的数据都是在 web 服务器中执行操作，不同的 web 服务器读取同一段数据会造成数据的不一致

但是 DAS 的速度远高于 NAS

一个文件包含多个数据块

资源粘性：资源更倾向于运行在哪个节点

节点间通过 Messaging Layer 传递资源粘性值，但 Messaging Layer 并不进行比较，而是在 CRM（Cluster Resource Manager 集群资源管理器）上比较，指定资源应该运行在哪个节点上。

资源约束：Constraint

​ 排列约束

​ 位置约束（location）

Session 共享：

• 基于 Cookie 的 Session 共享：

  将全站用户的 Session 信息加密并序列化后以 Cookie 的方式统一存放在根域名下，当浏览器访问该根域名下的所有二级域名时，会将域名相对应的所有 Cookie 内容传递给子服务器，实现用户的 Cookie 化 Session 在多个服务器间共享。

  优点：无需额外服务器资源。

  缺点：受 HTTP 协议头长度限制，仅存储小部分用户信息。

• 基于数据库的 Session 共享：

  实用性强，但比较复杂，Session 的逻辑淘汰也需要自己实现，并且 Session 的并发读写能力取决于数据库的性能。

• Session 复制：

  将用户的 Session 复制到每个要访问的服务器，Tomcat 和 Weblogic 都带有这种机制，但随机器增加，网络负担会成指数上升。

• 基于 Memcached 或 Redis 的 Session 共享：

  Memcached 和 Redis 适合用于存放 Session，Memcached 和 Redis 中的 Hash 表具有 Expires 数据淘汰机制，符合 Session 的要求。并且这两款数据存储系统的性能都很强，能够应对高并发场景。

会话保持：

会话保持不是 Session 共享。网站中有时一次操作需要与服务器进行多次交互，并且这几次的交互都是紧密联系的，这要求相关操作都要在一台服务器上完成，不能被负载到其他服务器上。

会话保持就是指在负载均衡器上的机制，可识别客户和服务器间交互的关联性，在做负载均衡的同时，还能保持一系列相关的访问都分配到同一台服务器上。

负载均衡器的会话保存机制：

• 基于源 IP 的持续性保持：主要用于四层负载均衡，如 Nginx 的 ip_hash、HAProxy 的 source 算法。

• 基于 Cookie 的持续性保持：主要用于七层负载均衡，同一会话的被分配到同一台服务器上。

  根据应答报文中是否带有Set_Cookie字段，可分为 Cookie 插入保持和 Cookie 截取保持。

• 基于 HTTP 报文头的持续性保持：主要用于七层负载均衡，负载均衡器首次收到客户端的请求时，会建立该客户端的表项，记录为该客户端分配服务器的情况。在会话表项生存期内，后续具有相同 HTTP 报文头的连接都发往同一服务器。