分布式系統特性與衡量標準

透明性：使用分布式系統的用戶并不關心系統是怎么實現的，也不關心讀到的數據來自哪個節點，對用戶而言，分布式系統的最高境界是用戶根本感知不到這是一個分布式系統

可擴展性：分布式系統的根本目標就是為了處理單個計算機無法處理的任務，當任務增加的時候，分布式系統的處理能力需要隨之增加。簡單來說，要比較方便的通過增加機器來應對數據量的增長，同時，當任務規模縮減的時候，可以撤掉一些多余的機器，達到動態伸縮的效果

可用性與可靠性：一般來說，分布式系統是需要長時間甚至7*24小時提供服務的。可用性是指系統在各種情況對外提供服務的能力，簡單來說，可以通過不可用時間與正常服務時間的必知來衡量；而可靠性而是指計算結果正確、存儲的數據不丟失。

高性能：不管是單機還是分布式系統，大家都非常關注性能。不同的系統對性能的衡量指標是不同的，最常見的：高并發，單位時間內處理的任務越多越好；低延遲：每個任務的平均時間越少越好。這個其實跟操作系統CPU的調度策略很像

一致性：分布式系統為了提高可用性可靠性，一般會引入冗余（復制集）。那么如何保證這些節點上的狀態一致，這就是分布式系統不得不面對的一致性問題。一致性有很多等級，一致性越強，對用戶越友好，但會制約系統的可用性；一致性等級越低，用戶就需要兼容數據不一致的情況，但系統的可用性、并發性很高很多。

組件、理論、協議

假設這是一個對外提供服務的大型分布式系統，用戶連接到系統，做一些操作，產生一些需要存儲的數據，那么在這個過程中，會遇到哪些組件、理論與協議呢

用一個請求串起來

用戶使用Web、APP、SDK，通過HTTP、TCP連接到系統。在分布式系統中，為了高并發、高可用，一般都是多個節點提供相同的服務。那么，第一個問題就是具體選擇哪個節點來提供服務，這個就是負載均衡（load balance）。負載均衡的思想很簡單，但使用非常廣泛，在分布式系統、大型網站的方方面面都有使用，或者說，只要涉及到多個節點提供同質的服務，就需要負載均衡。

通過負載均衡找到一個節點，接下來就是真正處理用戶的請求，請求有可能簡單，也有可能很復雜。簡單的請求，比如讀取數據，那么很可能是有緩存的，即分布式緩存，如果緩存沒有命中，那么需要去數據庫拉取數據。對于復雜的請求，可能會調用到系統中其他的服務。

承上，假設服務A需要調用服務B的服務，首先兩個節點需要通信，網絡通信都是建立在TCP/IP協議的基礎上，但是，每個應用都手寫socket是一件冗雜、低效的事情，因此需要應用層的封裝，因此有了HTTP、FTP等各種應用層協議。當系統愈加復雜，提供大量的http接口也是一件困難的事情。因此，有了更進一步的抽象，那就是RPC（remote produce call），是的遠程調用就跟本地過程調用一樣方便，屏蔽了網絡通信等諸多細節，增加新的接口也更加方便。

一個請求可能包含諸多操作，即在服務A上做一些操作，然后在服務B上做另一些操作。比如簡化版的網絡購物，在訂單服務上發貨，在賬戶服務上扣款。這兩個操作需要保證原子性，要么都成功，要么都不操作。這就涉及到分布式事務的問題，分布式事務是從應用層面保證一致性：某種守恒關系。

上面說道一個請求包含多個操作，其實就是涉及到多個服務，分布式系統中有大量的服務，每個服務又是多個節點組成。那么一個服務怎么找到另一個服務（的某個節點呢）？通信是需要地址的，怎么獲取這個地址，最簡單的辦法就是配置文件寫死，或者寫入到數據庫，但這些方法在節點數據巨大、節點動態增刪的時候都不大方便，這個時候就需要服務注冊與發現：提供服務的節點向一個協調中心注冊自己的地址，使用服務的節點去協調中心拉取地址。

從上可以看見，協調中心提供了中心化的服務：以一組節點提供類似單點的服務，使用非常廣泛，比如命令服務、分布式鎖。協調中心最出名的就是chubby，zookeeper。

回到用戶請求這個點，請求操作會產生一些數據、日志，通常為信息，其他一些系統可能會對這些消息感興趣，比如個性化推薦、監控等，這里就抽象出了兩個概念，消息的生產者與消費者。那么生產者怎么講消息發送給消費者呢，RPC并不是一個很好的選擇，因為RPC肯定得指定消息發給誰，但實際的情況是生產者并不清楚、也不關心誰會消費這個消息，這個時候消息隊列就出馬了。簡單來說，生產者只用往消息隊列里面發就行了，隊列會將消息按主題（topic）分發給關注這個主題的消費者。消息隊列起到了異步處理、應用解耦的作用。

上面提到，用戶操作會產生一些數據，這些數據忠實記錄了用戶的操作習慣、喜好，是各行各業最寶貴的財富。比如各種推薦、廣告投放、自動識別。這就催生了分布式計算平臺，比如Hadoop，Storm等，用來處理這些海量的數據。

最后，用戶的操作完成之后，用戶的數據需要持久化，但數據量很大，大到按個節點無法存儲，那么這個時候就需要分布式存儲：將數據進行劃分放在不同的節點上，同時，為了防止數據的丟失，每一份數據會保存多分。傳統的關系型數據庫是單點存儲，為了在應用層透明的情況下分庫分表，會引用額外的代理層。而對于NoSql，一般天然支持分布式。

一個簡化的架構圖

下面用一個不大精確的架構圖，盡量還原分布式系統的組成部分（不過只能體現出技術，不好體現出理論）

Docker步步實踐

目錄文檔：

①Docker簡介

②基本概念

③安裝Docker

④使用鏡像：

⑤操作容器：

⑥訪問倉庫：

⑦數據管理：

⑧使用網絡：

⑨高級網絡配置：

⑩安全：

?底層實現：

?其他項目：

圖片轉存中…(img-aE0jzHRs-1626689072582)]

?其他項目：

[外鏈圖片轉存中…(img-Ht2MaPFs-1626689072583)]

有需要完整版源碼+筆記的朋友點擊這里免費獲取