漫谈分布式系统

        系统为了获取更大存储、更大计算量比如Google、百度等搜索引擎、共享资源(共享打印机)、移动通信我们现在每时每刻都离不开的手机，都需要用到分布式系统。

       分布式系统是一个涵盖硬件、网络、算法、分布式计算，一个宽广而且有意思领域。分布式系统是复杂系统，但设计出来给用户使用，要简单明了，易于在实际中进行使用。

       分布式系统设计透明性：例如分布式文件系统HDFS，整个文件系统暴露给用户与单机系统没有差别，提供给用户接口是读、写、复制、删除，路径创建、删除、路径下文件列表，与本地文件系统没有差别，将内部复杂状态一致性、节点问题、节点不可用、数据一致性、存储位置，全部对用户透明。

       分布式系统高可用：分布式系统由许多硬件构成，众多硬件必然会有不可用比如机器硬件出问题，系统设计要将硬件失效作为设计一个提前考量。MapReduce计算时，机器出问题后，能将任务重定向，继续进行计算，而不是整个程序重新进行计算。

       分布式系统中一致性：分布式系统中节点数据保持一致，例如分布式缓存系统，数据有多个副本，这时存在一个缓存更新问题，当需要更新缓存时，需要将所有节点缓存更新成功。

       分布式时钟同步，数据复制，数据一致性，任务执行很多都依赖于系统时钟，分布式系统，系统时钟不一致，会导致很多操作很难进行。

       分布式事务，对于交易或者涉及人身以及生命财产安全系统，需要分布式相关操作是事务。比如网银转账、或者网上购物，钱花出去了，对方却没收到，这是完全无法接受的。

       分布式系统存储，有分布式文件系统比如GFS，主要用于存储文件，计算主要面向离线。百度开源分布式数据库Tera是面向实时计算。以及支持实时存取数据，本身实现对内存、SSD、SATA进行相应优化，读取能保证到10ms以内，进行相应设置甚至能到1ms，技术水平还是相当之高的。

       分布式计算，因数据规模达到数T甚至P级别，单机计算已经不能满足系统需求，分布式计算是分布式系统重要应用，google、百度搜索引擎对于网页排序，今日头条、电子商务系统中个性化推荐系统排序，都离不开分布式计算，离线比如MapReduce计算框架，实时比如Storm等计算框架。

       分布式通信rpc，分布式系统当数据与计算不在一起时需要移动数据，当多个节点多个任务需要进行通信时，当需要知道机器状况时都需要进行通信，机器间通信少不了rpc，rpc不只是作为微服务，本身也是分布式系统重要组成部分。

       分布式协调服务，比如Zookeeper，可用于主从选取、分布式事务、消息队列、配置管理等多个领域。

       分布式消息队列，比如Kafka，用于消息传递，消息队列好处是多个业务系统之间解耦。并且消息队列也是IM系统核心，IM类应用可以借鉴开源消息队列并扩展以保证消息不丢失不重复，海量消息存储以及发送接收。

       分布式缓存redis，JD 基于redis开发自己缓存数据库jimdb，线上很多服务直接将所有数据存储在缓存中，奢侈但性能确实刚，c语言开发，大部分情况下核心是时间复杂度为O(1)Hash结构，get操作基本是1ms，并且redis能同时支持超大量写以及读qps，为线上服务性能保驾护航。

       AI时代，深度学习计算一是计算量大一是处理数据量大，本身都离不开分布式系统，分布式系统是工业界基石，是搜索引擎、推荐系统、广告系统、人工智能、AI背后英雄。是一个值得花时间去探索领域，是一个价值极大领域，对分布式系统感兴趣同学可以去研究，越深入价值越大。