一、分布式系統面臨的挑戰(zhàn)有哪些

分布式系統需要大量機器協作,，面臨諸多的挑戰(zhàn)，其中主要的挑戰(zhàn)有：

1,、異構的機器與網絡

分布式系統中的機器,，配置不一樣，其上運行的服務也可能由不同的語言、架構實現,，因此處理能力也不一樣；節(jié)點間通過網絡連接,，而不同網絡運營商提供的網絡的帶寬,、延時,、丟包率又不一樣。怎么保證大家齊頭并進,，共同完成目標，這是個不小的挑戰(zhàn),。

2、普遍的節(jié)點故障

雖然單個節(jié)點的故障概率較低,，但節(jié)點數目達到一定規(guī)模，出故障的概率就變高了,。分布式系統需要保證故障發(fā)生的時候,，系統仍然是可用的,，這就需要監(jiān)控節(jié)點的狀態(tài),，在節(jié)點故障的情況下將該節(jié)點負責的計算,、存儲任務轉移到其他節(jié)點,。

3,、不可靠的網絡

節(jié)點間通過網絡通信,，而網絡是不可靠的,?？赡艿木W絡問題包括：網絡分割、延時,、丟包,、亂序,。相比單機過程調用，網絡通信最讓人頭疼的是超時：節(jié)點A向節(jié)點B發(fā)出請求,，在約定的時間內沒有收到節(jié)點B的響應，那么B是否處理了請求，這個是不確定的,，這個不確定會帶來諸多問題,，最簡單的,，是否要重試請求，節(jié)點B會不會多次處理同一個請求,。

總而言之,，分布式的挑戰(zhàn)來自不確定性,，不確定計算機什么時候crash,、斷電，不確定磁盤什么時候損壞,，不確定每次網絡通信要延遲多久,，也不確定通信對端是否處理了發(fā)送的消息。而分布式的規(guī)模放大了這個不確定性,，不確定性是令人討厭的，所以有諸多的分布式理論,、協議來保證在這種不確定性的情況下，系統還能繼續(xù)正常工作,。

二、分布式系統帶來的問題及解答

1,、如何找到所需的服務,？——服務發(fā)現組件

問題描述：線上生產環(huán)境中，尤其容器部署情況下服務實例地址（服務器端口）是動態(tài)分配的,，服務調用者無法提前獲取服務實例地址和端口,。

解決方案：在服務運行時,，通過服務發(fā)現組件解析服務名來獲取服務實例地址和端口。

2,、如何找到實例,？——請求分發(fā)的策略

問題描述：找到服務器后,，還應該確定將當前請求發(fā)往服務器的哪一個實例,。

解決方案：

（1）如果同一個服務的實例都是完全對等的（無狀態(tài)）,，那么按負載均衡策略來處理就足夠（隨機,、輪詢,、權重、hash,、一致性hash、fair等各種策略）,。

（2）如果同一個服務的實例不是對等的（有狀態(tài)），那么需要通過路由服務（元數據服務等）先確定當前要訪問的請求數據在哪一個實例上，然后再進行訪問,。

3、如何避免雪崩,？

問題描述：一個故障由于正反饋不斷被擴大，從而導致整個系統故障

解決方案：

（1）【快速失敗】和【降級機制】：熔斷,、降級,、限流等,，通過快速減少系統負載來避免雪崩的發(fā)生,。

（2）【彈性擴容機制】,，通過快速增加系統的服務能力來避免雪崩的發(fā)生,。

4,、如何對系統進行監(jiān)控,？

問題描述：對于一個分布式系統,，如果我們不能很清楚地了解內部的狀態(tài),，那么高可用是沒有辦法完全保障的。

解決方案：監(jiān)控系統的各層

（1）【硬件層面】：服務器溫度,、磁盤RAID陣列等。

（2）【系統層面】：存活狀態(tài),、CPU、RAM,、load負載。

（3）【應用層】：mysql,、Nginx、Django,、LVS、HAProxy,。

（4）【業(yè)務層面】：PV,、UV,、訂單。

5,、分布式存儲如何做數據切片,？

問題描述：既然要實現分布式數據庫,，那么應該如何將數據進行切片？

解決方案：Hash,、Consistent Hash和Range Based分片策略。

6,、如何設置冗余,？如何復制數據,？

問題描述：分布式存儲的高可用性需要冗余來保證,，那么如何做冗余,？如何對數據進行復制,、更新時保證兩份數據的一致性,？

解決方案：

（1）【中心化方案】：主從復制,、一致性協議（Raft和Paxos）,。

（2）【去中心化的方案】：Quorum,、Vector Clock,。