分布式系统的技术栈

构建分布式系统的目的是增加系统容量，提高系统的可用性。说白了就是干两件事。一是提高整体架构的吞吐量，服务更多的并发和流量，二是为了提高系统的稳定性，让系统的可用性更高。

1、如何提高整体架构的吞吐量，服务更多的并发和流量？

1） 提高系统性能的常用技术

• 缓存系统：在分布式系统中，添加缓存可以有效提高系统的访问能力；
• 负载均衡：负载均衡可以使用多台机器来共同分担一部分流量请求，从而增加系统的横向扩展能力；
• 异步调用：异步系统通过消息队列来对请求做排队处理，从而增加系统的吞吐量（但这会损失了一定的实时性以及增加数据的风险）；
• 数据镜像：把数据复制多份，通过不同的客户端处理请求（多个节点可能会出现数据一致性问题）；
• 数据分区：把数据按一定的方式分成多个区，按不同的区域处理请求（这会增加系统的复杂度）。

对于一般公司来说，在初期，会使用读写分离的数据镜像方式，而后期会采用分库分表的方式。

 

2、如何提高系统的稳定性，让系统的可用性更高？

• 服务拆分：主要为了隔离故障和重用服务模块（但会引入服务间调用依赖问题）；
• 服务冗余：可以去除单点故障，支持弹性伸缩，故障迁移（对于“有状态”的服务实现起来会比较复杂）；
• 限流降级：损失小部分，保全整体的措施（当系统压力扛不住时，通过限流或者功能降级的方式停掉部分服务，或拒绝部分用户，确保整体架构不会挂掉）；
• 高可用架构：从冗余架构的角度保障可用性。如：灾备多活；
• 高可用运维： 具备足够流畅的软件发布能力、足够多的自动化测试、相应的业务灰度发布，以及线上系统的自动化控制（故障自愈），如：DevOps中的CI/CD（持续集成/持续发布）。

 

3、构建分布式系统的关键技术

构建分布式系统有五个关键技术，它们分别是:

• 全栈系统监控;
• 资源 / 服务调度;
• 状态 / 数据调度;
• 流量调度;
• 开发和运维的自动化（把前四项都做到了，才有可能实现）。

• 整体架构监控：如果没有一个好的监控系统，那么自动化运维和资源调度管理只可能成为一个泡影，因为监控系统是你的眼睛。没有眼睛，没有数据，就无法进行高效的运维。所以说，监控是非常重要的部分。这里的监控需要对三层系统(应用层、中间件层、基础层)进行监控；
• 资源调度管理：应用层的自动化运维需要基础层的调度支持，也就是云计算 IaaS 层的计算、存储、网络等资源调度、隔离和管理；
• 架构软件管理：服务之间有依赖，而且有兼容性问题，所以，整体服务所形成的架构需要有架构版本管理、整体架构的生命周期管理，以及对服务的编排、聚合、事务处理等服务调度功能；
• DevOps：分布式系统可以更快速地更新服务，但是对于服务的测试和部署都会是挑战。所以，还需要 DevOps 的全流程，其中包括环境构建、持续集成、持续部署等；
• 自动化运维：有了 DevOps 后，我们就可以对服务进行自动伸缩、故障迁移、配置管理、状态管理等一系列的自动化运维技术了；
• 服务治理：服务拆分、服务调用、服务发现、服务依赖、服务的关键度定义......服务治理的最大意义是需要把服务间的依赖关系、服务调用链，以及关键的服务给梳理出来，并对这些服务进行性能和可用性方面的管理；
• 流量控制：最后是我们的流量控制，负载均衡、服务路由、熔断、降级、限流等和流量相关的调度都会在这里，包括灰度发布之类的功能也在这里。

通过 Docker 以及其衍生出来的 Kubernetes 之类的软件或解决方案，大大地降低了做上面很多事情的门槛。

4、思考

1）读写分离的数据镜像方式和分库分表具体如何做？

2）Docker和Kubernetes可以很方便的提供（整合）以上哪些能力？

 

5、参考资料

1）、《分布式系统的技术栈》