分布式系统
- 概念：分布式系统是由多个通过网络连接的节点组成的系统，这些节点分布在不同的地理位置或计算机上，它们相互协作，共同完成一个或多个任务，对用户或外部系统而言，就好像是一个单一的、统一的系统。
- 核心特性
- 分布性：系统的组件分布在多个节点上，数据也可能分散存储在不同的地方。例如，一个大型电商系统的用户数据可能存储在一组数据库服务器上，而商品数据存储在另一组服务器上。
- 并发性：多个节点可以同时处理不同的任务或请求，实现并行计算和处理。比如，在处理大规模数据的分析任务时，不同节点可以同时对不同的数据子集进行分析，然后将结果汇总。
- 透明性：分布式系统对用户和应用程序隐藏了其内部的分布式细节，包括节点的分布、数据的复制和迁移等。用户和应用程序就像使用单机系统一样使用分布式系统，无需关心底层的复杂性。
- 优势
- 高可扩展性：能够通过添加更多的节点来应对不断增长的业务负载。无论是处理能力、存储容量还是网络带宽，都可以随着业务的发展而灵活扩展。例如，当社交媒体平台的用户数量急剧增加时，可以轻松添加服务器来处理更多的用户请求和存储更多的数据。
- 高可用性：由于系统中的数据和服务通常有多个副本分布在不同节点上，当某个节点出现故障时，其他节点可以接替其工作，保证系统的持续运行。这对于关键任务系统，如金融交易系统、航空交通管制系统等至关重要，可以避免因单点故障而导致的系统瘫痪。
- 资源共享与整合：可以将不同节点上的资源（如计算能力、存储、网络等）进行整合和共享，提高资源的利用率。例如，某些节点在某个时间段内计算资源闲置，就可以被其他需要处理大量计算任务的节点所利用。
- 挑战
- 网络延迟和可靠性：节点之间通过网络进行通信，网络延迟可能会影响系统的性能，而且网络故障可能导致节点之间的通信中断，影响系统的正常运行。例如，在分布式数据库中，节点之间的数据同步可能会因为网络延迟而出现延迟或数据不一致的情况。
- 数据一致性：在分布式环境下，数据可能分布在多个节点上，保证数据在不同节点之间的一致性是一个复杂的问题。例如，在多个节点同时对同一数据进行更新时，需要通过合适的分布式一致性算法来确保数据的最终一致性。
- 系统复杂性：分布式系统的设计、开发、部署和维护都比单机系统复杂得多。需要考虑节点的故障处理、数据的分布和复制、任务的调度等多个方面，增加了开发和运维的难度。
微服务架构
- 概念：微服务架构是一种将大型单体应用程序拆分成多个小型、自治的服务的架构风格，每个服务都围绕着一个特定的业务功能或业务领域进行构建，这些服务可以独立开发、测试、部署和扩展，并通过轻量级的通信机制进行交互。
- 核心特性
- 服务自治：每个微服务都有自己独立的运行进程、数据库（可以是共享数据库，但推荐独立数据库）和资源，能够独立地进行部署和升级，不会因为其他服务的变化而受到影响。例如，一个电商系统中的订单服务可以独立于用户服务和商品服务进行升级和扩展，只要其对外的接口保持不变，就不会影响到其他服务与它的交互。
- 轻量级通信：微服务之间通过轻量级的通信协议进行交互，如 RESTful API、gRPC 等。这种通信方式简单、灵活，能够方便地实现不同服务之间的协作。例如，当用户下单时，订单服务可以通过 RESTful API 调用库存服务来检查商品库存，并调用支付服务来处理支付流程。
- 业务功能单一：每个微服务只负责一项特定的业务功能，具有明确的业务边界。例如，在一个社交媒体应用中，可能有用户管理微服务、内容发布微服务、评论微服务等，每个微服务都专注于自己的业务领域，使得系统的功能更加清晰，易于理解和维护。
- 优势
- 敏捷开发与部署：各个微服务可以由不同的团队独立开发和部署，提高了开发效率，能够更快地响应业务需求的变化。例如，当需要添加一个新的业务功能时，只需要在相应的微服务中进行开发和部署，而不需要对整个系统进行大规模的修改和部署。
- 技术多样性：允许不同的微服务根据其具体的业务需求和特点选择最合适的技术栈。例如，对于处理实时数据的微服务，可以选择使用流计算框架；对于存储大量非结构化数据的微服务，可以选择使用 NoSQL 数据库。这样可以充分发挥各种技术的优势，提高系统的整体性能。
- 可扩展性：可以根据不同微服务的负载情况进行独立的扩展。例如，在电商促销活动期间，订单服务和支付服务的负载可能会大幅增加，可以对这两个服务进行单独的扩展，而不需要扩展其他无关的服务，从而提高了资源的利用效率。
- 挑战
- 运维复杂性：由于微服务数量众多，运维的复杂性大大增加。需要管理多个服务的生命周期、监控其运行状态、处理服务之间的依赖关系等。例如，需要使用容器编排工具（如 Kubernetes）来管理微服务的部署和运行，使用分布式监控工具来监控各个微服务的性能和健康状况。
- 分布式事务处理：当一个业务操作涉及多个微服务之间的数据交互时，保证数据的一致性可能会变得困难，需要使用分布式事务处理机制或补偿机制来解决。例如，在一个跨多个微服务的订单创建流程中，需要确保订单数据、库存数据和支付数据在不同微服务之间的一致性。
- 服务治理：需要建立完善的服务治理体系，包括服务发现、负载均衡、熔断机制、限流等，以保证微服务之间的可靠通信和系统的稳定性。例如，当某个微服务出现故障或性能下降时，需要通过熔断机制及时切断对该服务的调用，防止故障扩散，并通过负载均衡将请求分发到其他健康的服务实例上。