文章目录
- @[toc]
- 分布式系统
- 一、单机架构
- 二、分布式系统
- 三、应用服务器集群
- 四、读写分离 / 主从分离架构
- 五、引入缓存/冷热分离架构
- 六、垂直分库
- 七、微服务架构——业务拆分
- 代价
- 优势
- 八、名词解释
- 1.应用（Application）/系统(System)
- 2.模块（Model）/组件（Component）
- 3.分布式（Distributed）
- 4.集群（Cluster）
- 5.主（Master）/从（Slave）
- 6.中间件（Middleware）
- 评价指标
- 7.可用性（Availability）
- 8.响应时间（RT）
- 9.吞吐率（Throughout）、并发量（Concurrent）
文章目录
- @[toc]
- 分布式系统
- 一、单机架构
- 二、分布式系统
- 三、应用服务器集群
- 四、读写分离 / 主从分离架构
- 五、引入缓存/冷热分离架构
- 六、垂直分库
- 七、微服务架构——业务拆分
- 代价
- 优势
- 八、名词解释
- 1.应用（Application）/系统(System)
- 2.模块（Model）/组件（Component）
- 3.分布式（Distributed）
- 4.集群（Cluster）
- 5.主（Master）/从（Slave）
- 6.中间件（Middleware）
- 评价指标
- 7.可用性（Availability）
- 8.响应时间（RT）
- 9.吞吐率（Throughout）、并发量（Concurrent）
分布式系统
一、单机架构
- 只有一台服务器，来负责所有的工作。（应用程序+数据库服务器在同一台主机上）
- 在前期，用户访问量少，对于性能和安全要求不高，采用简单的单机架构，不需要运维。
- 在单机上提供应用服务和数据库服务
- 如果业务进一步增长，用户量和数据量增多，一太主机无法应付时，就需要引入更多的主机和硬件资源，过度到分布式系统。
二、分布式系统
-
应用程序和数据库服务器分离。分别放在不同的主机上部署。
-
一台主机的硬件资源是有限的。（CPU资源、内存、硬盘、网络）服务器每次收到一个请求，都要消耗一些资源。如果同一时刻，收到大量请求，就会导致某项资源不够用，导致服务器处理请求的时间变长，甚至出错。
-
因此，要进行开源、节流。
开源：增加更多的硬件资源。增加更多的主机，形成分布式系统。
节流：在软件上进行优化，根据性能测试找到哪个环节出现了瓶颈，对症下药。
-
引入分布式，会提高系统的复杂度、提高出现bug的概率。
应用服务 和 数据库服务进行分离。应用服务器，会包含更多的业务逻辑，可能会吃CPU和内存，给应用服务器进行CPU和内存的补强。 数据库服务器，需要更大是硬盘空间、更快的访问速度，需要配置更大的硬盘、上SSD。针对不同的硬件资源需求，进行合理的配置。
三、应用服务器集群
-
引入负载均衡，应用服务器进行集群。当集群中的某个主机挂了，其他的主机仍任可以承担服务，从而提高系统的可用性。
-
应用服务器比较吃CPU和内存，引入更多的应用服务器来缓解CPU和内存资源的消耗。
-
用户的请求，先访问负载均衡器 / 网关服务器(单独的服务器)，由负载均衡器（根据算法）来对请求进行分发。（相当于领导，把任务平均分配给属下）
-
负载均衡器对于请求的承载能力，要远超于应用服务器。负载服务器只进行分配工作，应用服务器来执行任务。
负载均衡器只需要分配就可以了，而应用服务器考虑的事情就多了~（沟槽的公式）
-
如果请求量大到负载均衡器扛不住了，就引入更多的负载均衡器（引入多个机房）
网络游戏中，一个区用户满了，再开一个新区。
四、读写分离 / 主从分离架构
- 主从数据库，读写分离。降低单个数据库的访问压力
- 主数据库（master）只复制写文件 ，并把写的数据同步给从数据库
- 从数据库 （slave）只复制读文件，在实际中，读操作的频率比写操作高
- 主服务器一般是一个，从服务器可以有多个（一主多从），从服务器可以通过负载均衡的方式让应用服务器来访问。
五、引入缓存/冷热分离架构
- 将数据区分“冷热”。将热点数据放在缓存中。缓存的访问速度要比数据库快很多
- 缓存服务器中，只存放一小部分热点数据（频繁被访问的数据 28定律）
- 缓存速度快，而代价就是容量小
- 先访问缓存，如果存在，就不需要再读取数据库了。从而提高速度
- 再修改主数据库的数据时，要同步到缓存和从数据库。
六、垂直分库
引入分布式系统，是为了应对更高的请求量（并发量）的同时，也能应对更大的数据量。当一台主机存不下的时候，就需要引入多台主机来存储数据
- 针对数据库，进行进一步的拆分（分库分表）
- 每个数据库服务器，只存储一个、一部分数据库。从而解决数据存储不足的问题。
- 如果某个表特别大，大到一台主机装不下，也可以对数据表进行拆分（分表）。
- 在实际中，根据具体的业务场景，来灵活进行拆分。（业余决定技术）
七、微服务架构——业务拆分
- 当应用服务器中，功能太多太复杂时，为了代码的维护。就需要把应用服务器，拆分成更多的部分。
- 每个部分只负载一小部分功能，变成功能单一、更小的服务器（微服务）
-
将应用服务器的业务进行拆分。每组都是多台服务器，来处理更多的并发量。同时，每组服务器，有各自的存储集群和缓存模块
-
分布式（解决硬件资源）->负载均衡（解决高并发量）->读写分离（降低数据库访问压力）->引入缓存（提高读取速度）->分库分表（解决存储空间不足的问题）->微服务（解决人的问题）
-
当应用服务器变得复杂时，就需要更多的人来进行维护。按照功能拆分成多组微服务，也有利于组织人员的分配。
代价
- 系统性能下降：引入微服务，解决了人的问题。但是跨主机网络通信，下降了整个系统的性能。拆分出的更多服务，多个功能之间依赖网络通信，网络通信的速度很可能比硬盘还慢。要想保证性能，就需要引入更多的硬件资源。（为了好的管理成本而对硬件进行充值，万兆网卡，嘎嘎贵！嘎嘎快！引入万兆网卡，就不会因为微服务的网络速度而下降太多的性能）
- 系统复杂程度提高，服务器更多，出现问题的概率变大，需要一系列手段（更丰富的监控报警、和配套的运维团队），来保证系统的可用性。
优势
- 1.解决了人的问题。
- 2.更方便实现功能的服用。
- 3.可以给不同的服务进行不同的部署。（负载量大的模块配置更好的机器）
八、名词解释
1.应用（Application）/系统(System)
一个应用，就是一个、一组服务器程序
2.模块（Model）/组件（Component）
一个应用里有很多功能，每个独立的功能，就可以成为一个模块/组件
3.分布式（Distributed）
引入多个主机/服务器，协同配合来完成一系列的工作（物理上的多个主机）
4.集群（Cluster）
引入多个主机/服务器，协同配合来完成一系列的工作（逻辑上的多个主机，一个主机上部署了多个服务器程序。这些服务器程序也是通过网络通信，在逻辑上和多个主机没有区别）
5.主（Master）/从（Slave）
分布式系统中比较典型的结构。多个服务器节点，其中一个是主，其余是从。以主节点为为，从节点的数据要从主节点上进行同步
6.中间件（Middleware）
一个、一组和业务无关的服务（功能更通用的服务 ：数据库、缓存、消息队列）
评价指标
7.可用性（Availability）
系统整体可用的时间 / 总的时间 （可用性，是一个系统的第一要务）
8.响应时间（RT）
衡量服务器的性能，处理一次请求，要消耗多长时间。越小越好
9.吞吐率（Throughout）、并发量（Concurrent）
衡量系统处理请求的能力，是衡量性能的一种方式
点击移步博客主页，欢迎光临~
