分布式系统的设计哲学：架构模式全面介绍与选型策略
分布式
Distributed Systems / 分布式架构
1. 基本概念
- 分布式系统：多个独立的计算实体（进程/节点/服务）通过网络协作完成任务。没有单一的全局共享内存或全局时钟
- 特征：
- 节点并发执行
- 网络通信（延迟、丢包、分区）
- 部分失败（节点或网络中部分失败而不是全部失败）
- 可扩展性（水平扩展）
- 复杂性（并发一致性、协调、监控更难）
2. 核心难点
- 网络分区和CAP定理：
- CAP：Consistency（一致性）/Availability（可用性）/Partition tolerance（分区容忍性）三选两（实际：网络分区不可避免，所以系统设计中常在一致性和可用性间权衡）。
- 一致性模型
- 强一致性（每次读到的都是最新写）
- 最终一致性（写后最终会被所有节点看到）
- 线性化、顺序一致性、因果一致性等（逐步放松强一致性以换取性能与可用性）
- 分布式事务与补偿（事务一致性）
- 两段式提交（2PC）：强一致但阻塞，扩展性差
- Saga模式：把事务拆成一系列局部事务+补偿动作，适用与微服务的最终一致性
- 故障处理
- 重试与幂等（保证重试不会重复副作用）
- 超时和断路器（避免级联失败）
- 指数退避
- 数据分片与复制
- 分片（Sharding）用于扩展写/存储
- 副本用于提升可用性和读吞吐（主从、主主）
- 一致性协议（Paxos/Raft）用于分布式一致性与laeder选举
- 时序与一致性问题
- 没有全局时钟：用逻辑时钟（Lamport）或物理时钟 + 容错策略
- 监控与可观测性
- 日志/指标/分布式追踪（Trace）是必须的：便于定位跨服务调用链问题
3. 常用组件 / 技术栈（概念层面）
-
通信协议：HTTP/REST, gRPC（Protobuf）, AMQP/Kafka（消息队列）
-
服务治理：服务注册与发现（Eureka/Consul）、配置中心（Nacos/Config Server）
-
负载均衡：硬件 LB / 软件 LB / DNS / client-side lb
-
弹性设计：断路器（Resilience4j）、限流、熔断、降级、重试
-
数据层：主从复制、分片、分布式事务（2PC/SAGA）
-
Observability：Prometheus + Grafana、OpenTelemetry/Zipkin/Jaeger
4. 常见设计模式与实践
幂等性：PUT/DELETE 等请求设计为幂等，或通过幂等 key（idempotencyKey）保证一次性写入。
缓存策略：Cache Aside（应用主动读缓存/缺失时回 DB）、Write-Through、Write-Behind。注意缓存一致性/失效。
异步化 & 消息化：用消息队列（Rabbit/Kafka）解耦、缓冲，削峰填谷，异步重试。
服务拆分：微服务 → 单职能服务，按业务边界划分；要考虑跨服务事务问题。
数据复制与备份：冷备/热备、备份策略、灾难恢复（RPO/RTO）
ID 生成：UUID、数据库自增、Snowflake（分布式时间戳+序列）——权衡有序性、冲突、查询效率
5. 分布式主要用在哪些方面
- 分布式存储
- 数据太大，一台机器的磁盘放不下，就进行分片（sharding）存到多台机器
- 举例：HDFS、MongoDB分片、MySQL分库分表
- 分布式计算
- 计算量太大，一台机器算不完，就拆分成任务分给不同机器同时算
- 举例：MapReduce、Spark
- 分布式消息 / 事件
- 系统之间靠消息来通信，消息可能要跨很多节点传递
- 举例：Kafka、RabbitMQ
- 分布式协调
- 多个节点要达成一致（谁是主节点、数据版本是不是一样）
- 举例：Zookeeper、Etcd、Raft协议
- 分布式事务
- 多台机器一起完成一笔事务（比如支付系统：扣钱、库存、订单必须一起成功 / 失败）
- 技术：2PC、Saga、TCC
- 分布式服务治理
- 微服务架构下，成百上千个服务怎么互相发现、调用、负载均衡
- 举例：Eureka、Nacos、Consl
6. 其他模式
- 单体式（Monolithic）：
- 传统做法：整个应用（前端、后端、数据库）都打包在一起运行
- 好处：简单、开发快
- 坏处：大了以后难以扩展，改一点地方可能全系影响
- 集中式（Centralized）：
- 一切逻辑、数据都在一台中心机上，其他只是终端
- 举例：早期的大型机 / 银行核心机房
- 和分布式的区别是：集群更强调“多台机器做一样的事”，分布式更强调“不同机器分工协作”
- 微服务式（Microservices）
- 把应用拆成很多小服务，每一个服务独立部署、运行，通过API / 消息通信
- 微服务往往跑早分布式环境里
- 对等式（2P2，Peer-to-Peer）
- 没有中心，大家都是“平等节点”
- 举例：BT下载、区块链