大型网站系统与Java中间件实践-笔记-01
第1章 分布式系统介绍
1.1 初识分布式系统
1.1.1 分布式系统的定义
首先分布式系统一定是由多个节点组成的系统，一般来说一个节点就是我们的一台计算机；然后这些节点不是孤立的，而是互相连通的；最后，这些连通的节点上部署了我们的组建，并且相互之间的操作会有协同。
1.1.2 分布式系统的意义
下面三个方面 * 升级单机处理能力的性价比越来越低。 * 单机处理能力存在瓶颈。 * 出于稳定性和可用性的考虑。
1.2 分布式系统的基础知识
1.2.1 组成计算机的5要素
冯 ∘ 诺依曼型计算机的5个组成部分： * 输入设备 * 输出设备 * 运算器 * 控制器 * 存储器——内存和外存
1.2.2 线程与进程的执行模式
一个进程可以有多个线程，一个线程只属于一个进程。
1.2.2.1 阿姆达尔定律
Amdahl’s law: S(N) = 1 / ((1 - P) + P / N) 其中，P指的是程序中可并行部分的程序在单核上执行时间的占比，N表示处理器的个数（总核心数）。S(N)是指程序在N个处理器（总核心数）相对在单个处理器（单核）中的速度提升比。
这个公式告诉我们，程序中可并行代码的比例决定你增加处理器（总核心数）所能带来的速度提升的上限，是否能达到这个上限，还取决于很多其它的因素。
1.2.2.2 互不通信的多线程模式
两个线程，没有交集，各自执行各自的任务和逻辑。
1.2.2.3 基于共享容器协同的多线程模式
有一个队列用于生产和消费，那么，这个队列就是多个线程会共享的一个容器或者是数据对象，多个线程会并发访问这个队列。
需要加锁控制并发。
1.2.2.4 通过事件协同的多线程模式
一个线程需要另一个线程的触发才能执行。
防止死锁。
1.2.2.5 多进程模式
多进程和多线程有比较多的相似之处，也有不同。不同的最大原因是，线程是属于进程的，一个进程内的多个线程共享了进程的内存空间；而多个进程之间的内存空间是独立的，因此多个进程间通过内存共享、交换数据的方式与多个线程间的方式就有所不同。此外，进程间的通信、协调，以及通过一些事件通知活着等待一些互斥锁的释放方面，也会与多线程不一样。
1.2.3 网络通信基础知识
在分布式系统中，组件分布在网络上的多个节点中，通过消息的传递来通信并且进行动作的协调。因此网络通信在分布式系统中非常重要。
1.2.3.1 OSI与TCP/IP网络模型
ISO的OSI网络模型 * Application Layer * Presentation Layer * Session Layer * Transport Layer * Network Layer * Data Link Layer * Physical Layer
TCP/IP网络模型 * Application * Transport * Internetwork * Network Interface
1.2.3.2 网络IO实现方式
1.2.3.2.1 BIO方式
BIO即Blocking IO，采用阻塞的方式实现。也就是一个Socket套接字需要使用一个线程来进行处理。发生建立连接、读数据、写数据的操作时，都可能会阻塞。
1.2.3.2.2 NIO方式
NIO即Nonblocking IO，基于事件驱动思想，采用的是Reactor模式。 在NIO的方式下不是用单个线程去应对单个Socket套接字，而是统一通过Reactor对所有客户端的Socket套接字的事件做处理，然后派发到不同的线程中。
1.2.3.2.3 AIO方式
AIO即AsynchronousIO，就是异步IO。AIO采用Proactor模式。AIO与NIO的差别是，AIO在进行读写操作时，只需要调用相对应的read/write方法，并且需要传入CompletionHandler；在动作完成后，会调用CompletionHandler。
1.2.4 如何把应用从单机扩展到分布式
1.2.4.1 输入设备的变化
将分布式中的某个节点作为输入设备。
1.2.4.2 输出设备的变化
将分布式中的某个节点作为输出设备。
1.2.4.3 控制器的变化
单机系统中，控制器就是CPU中的控制器。在分布式系统中，负载均衡系统就算是一种控制器。
- 使用硬件负载均衡的请求调用
在集群中，这种方式对于发起请求的一方和处理请求的一方来说，都是透明的，可以称为透明代理。
- 使用LVS的请求调用
这种方式存在两个不足： * 会增加网络的开销，这个开销一方面指的是流量，另外一方面指的是延迟。 * 这个透明代理处于请求的必经路径上，如果代理出现问题，那么所有的请求都会受到影响。
- 采用名称服务的直连方式的请求调用
在请求发起方和请求处理方的直接连接外部，有一个“名称服务”的角色，它的作用主要有两个，一个是收集提供请求处理的服务器的地址信息；另外一个是提供这些地址信息给请求发起方。
- 采用规则服务器控制路由的请求直接调用
在请求发起的机器上，会有对规则进行处理从而进行请求处理服务机器选择的代码逻辑。这个方式与名称服务方式的不同在于，名称服务是通过跟请求处理的机器交互来获得这些机器的地址的，而规则服务器的方式中，规则服务器本身并不和请求处理的机器进行交互，只负责把规则提供给请求发起的机器。
- Master + Worder的方式
存在一个Master节点来管理任务，由Master把任务分配给不同的Worker去进行处理。
1.2.4.4 运算器的变化
在单机系统中，运算器是具体的电子元件，而在分布式系统中，运算器是由多个节点来组成的。
总结起来，构成运算器的多个节点在控制器的配合下对外提供服务，构成了分布式系统中的运算器。
1.2.4.5 存储器的变化
方案与前面相同，依次是代理、名称服务、规则服务、Master-Worker服务。
1.2.5 分布式系统的难点
1.2.5.1 缺乏全局时钟
很多时候我们使用时钟，它可以区分两个动作的顺序，而不一定要知道准确的时间。这种情况需要交给一个单独的集群来处理。
1.2.5.2 面对故障独立性
在分布式系统中，整个系统的一部分有问题而其它部分正常是经常出现的情况，我们称之为故障独立性。
1.2.5.3 处理单点故障
在整个分布式系统中，如果某个角色或者功能只有某台单机在支撑，那么这个节点称为单点，其发生的故障称为单点故障，也是常说的SPoF(Single Point of Failure)。
一台数据库拆分到多台数据库后，出现故障的次数和总时间会比单台数据库的时候要多。也就是说，我们增加了故障出现的次数和时间，降低了故障的影响面。