服务端高并发分布式结构演进之路

前言

在进行 Redis 学习之前，我们先来了解一下服务端高并发分布式演化的过程。

应用 / 系统是为了实现一整套服务的一个程序或者一组相互配合的程序群

当应用较为复杂的时候，我们会将其中具有清晰职责、内聚性强的部分拆分出来，这就是模块 / 组件

将上述的不同的模块部署到不同的服务器上，那么这个系统就被我们称为分布式系统。

例如：我们将数据库剥离出来，放在单独的服务器上，该服务器专门提供数据库服务，然后将 Web 服务器部署到不同的服务器上，这个系统就是分布式系统

我们将数据库剥离出来放在一个服务器上，我们会发现，服务器的读写操作使用频率不同，为了更好地李彤数据库，我们继续拆分，使用多个服务器部署数据库，这一群数据库服务器被我们称为集群

集群的概念就是：被部署到多态服务器上的并且是为了实现特定目标的一个/一组特定的组件，整个整体被称为集群

在集群的例子中，我们发现数据库读写操作的频率不同，一般来说，读操作的频率会大于写操作的频率，因此我们可以将数据库服务器划分为主服务器和从服务器，从服务器负责读操作，主服务器负责增删改操作，从服务器的数据会实时同步主服务器的数据。

中间件是一类提供不同应用程序用户相互通信的软件，即处于不同的技术、工具和数据库之间的桥梁。

例如我们的 Redis 、 RabbitMQ

我们评价一个系统的时候，往往会使用下面的指标的进行评价。

考察单位时间段内，系统可以正常提供服务的概率 / 期望

例如：年化系统可用性 = 系统正常提供服务时长 / 一年总时长

用户完成输入到系统输出给用户反应的时长就是响应时长

吞吐考察单位时间段内，系统可以成功处理的请求的数量，并发指系统统一时刻支持的请求最高量。

将所有的服务部署到一台服务器上的架构就是单机架构

当访问量上来的时候，我们会将数据库剥离出来，单独部署到一个服务器上。

当访问进一步上升，我们的 Web 服务器无法承担，我们就会引入更多的 Web 服务器，同时加上负载均衡，让每台 Web 服务器都能均衡地接收和处理请求。

该架构针对的是我们数据库服务器，由于请求量的上升，一台数据库服务器可能无法满足需求，于是引入更多的数据库服务器，那么我们就可以将一台服务器作为主数据库服务器，其他作为从服务器，主服务器负责增删改操作，从服务器负责读操作，这就是读写分离，主从分离架构。

我们知道直接操作数据库本质上就是对硬盘进行 IO 操作，这个效率是极低的，如果要提高效率，我们可以引入类似的读内存的数据库，例如 Redis，直接对内存进行读操作，这样效率就会提高很多，大家可能会疑惑，如果将数据库的数据全部转移到内存中，内存不就直接爆炸了吗？

并不会，因为我们的内存只存储热点数据，热点数据就是用户经常会访问的数据，这一部分热点数据相比于整个数据的数据来说，就是冰山一角，内存是完全有能里存储这些热点数据的。

如果用户访问的数据在内存中找不到，就会将请求发送给数据库服务器，再对硬盘进行 IO 操作。

当数据量大到一个数据库无法存储下来的时候，我们会进行分库分表操作，将数据库进一步划分，把这些库表再单独部署到不同的服务器上：

微服务是对业务进行拆分，例如一个业务很大的时候，我们可以将不同的需求的处理部署到不同的集群中，这样有利于程序员的管理，一个团队负责业务的其中一个功能，维护其中一个集群。