摘要：分布式和集群區(qū)別分布式分布式是指將一個(gè)業(yè)務(wù)拆分不同的子業(yè)務(wù)，分布在不同的機(jī)器上執(zhí)行。什么是云計(jì)算平臺(tái)一個(gè)云計(jì)算平臺(tái)，就是通過一套軟件系統(tǒng)把分布式部署的資源集中調(diào)度使用。按業(yè)務(wù)的垂直拆庫(kù)和按用戶水平拆表是分布式數(shù)據(jù)庫(kù)中通用的解決方案。

分布式是指將一個(gè)業(yè)務(wù)拆分不同的子業(yè)務(wù)，分布在不同的機(jī)器上執(zhí)行，集群是指多臺(tái)服務(wù)器集中在一起，實(shí)現(xiàn)同一業(yè)務(wù)，可以視為一臺(tái)計(jì)算機(jī)，一個(gè)云計(jì)算平臺(tái)，就是通過一套軟件系統(tǒng)把分布式部署的資源集中調(diào)度使用。要應(yīng)對(duì)大并發(fā)，要實(shí)現(xiàn)高可用，既需要分布式，也離不開集群。

分布式：是指將一個(gè)業(yè)務(wù)拆分不同的子業(yè)務(wù)，分布在不同的機(jī)器上執(zhí)行。

集群：是指多臺(tái)服務(wù)器集中在一起，實(shí)現(xiàn)同一業(yè)務(wù)，可以視為一臺(tái)計(jì)算機(jī)。

多臺(tái)服務(wù)器組成的一組計(jì)算機(jī)，作為一個(gè)整體存在，向用戶提供一組網(wǎng)絡(luò)資源，這些單個(gè)的服務(wù)器就是集群的節(jié)點(diǎn)。

可擴(kuò)展性：集群中的服務(wù)節(jié)點(diǎn)，可以動(dòng)態(tài)的添加機(jī)器，從而增加集群的處理能力。

高可用性：如果集群某個(gè)節(jié)點(diǎn)發(fā)生故障，這臺(tái)節(jié)點(diǎn)上面運(yùn)行的服務(wù)，可以被其他服務(wù)節(jié)點(diǎn)接管，從而增強(qiáng)集群的高可用性。

常用的集群分類

1.高可用集群(High Availability Cluster)

高可用集群,普通兩節(jié)點(diǎn)雙機(jī)熱備，多節(jié)點(diǎn)HA集群。

2.負(fù)載均衡集群(Load Balance Cluster)

常用的有 Nginx 把請(qǐng)求分發(fā)給后端的不同web服務(wù)器，還有就是數(shù)據(jù)庫(kù)集群，負(fù)載均衡就是，為了保證服務(wù)器的高可用，高并發(fā)。

3.科學(xué)計(jì)算集群(High Performance Computing Cluster)

簡(jiǎn)稱HPC集群。這類集群致力于提供單個(gè)計(jì)算機(jī)所不能提供的強(qiáng)大的計(jì)算能力。

負(fù)載均衡：負(fù)載均衡能把任務(wù)比較均衡地分布到集群環(huán)境下的計(jì)算和網(wǎng)絡(luò)資源。

集群容錯(cuò)：當(dāng)我們的系統(tǒng)中用到集群環(huán)境,因?yàn)楦鞣N原因在集群調(diào)用失敗時(shí)，集群容錯(cuò)起到關(guān)鍵性的作用。

例如 Dubbo 的集群容錯(cuò)：

Failover Cluster

失敗自動(dòng)切換，當(dāng)出現(xiàn)失敗，重試其它服務(wù)器，通常用于讀操作，但重試會(huì)帶來更長(zhǎng)延遲。

Failfast Cluster

快速失敗，只發(fā)起一次調(diào)用，失敗立即報(bào)錯(cuò)，通常用于非冪等性的寫操作，比如新增記錄。

Failback Cluster

失敗自動(dòng)恢復(fù)，后臺(tái)記錄失敗請(qǐng)求，定時(shí)重發(fā)，通常用于消息通知操作。

Forking Cluster

并行調(diào)用多個(gè)服務(wù)器，只要一個(gè)成功即返回，通常用于實(shí)時(shí)性要求較高的讀操作，但需要浪費(fèi)更多服務(wù)資源。

分布式，從狹義上理解，也與集群差不多，但是它的組織比較松散，不像集群，有一定組織性，一臺(tái)服務(wù)器宕了，其他的服務(wù)器可以頂上來。

分布式的每一個(gè)節(jié)點(diǎn)，都完成不同的業(yè)務(wù)，一個(gè)節(jié)點(diǎn)宕了，這個(gè)業(yè)務(wù)就不可訪問了。

1. 分布式是指將一個(gè)業(yè)務(wù)拆分不同的子業(yè)務(wù)，分布在不同的機(jī)器上執(zhí)行。

2. 集群是指多臺(tái)服務(wù)器集中在一起，實(shí)現(xiàn)同一業(yè)務(wù)，可以視為一臺(tái)計(jì)算機(jī)。

分布式的每一個(gè)節(jié)點(diǎn)，都可以用來做集群。而集群不一定就是分布式了。

一個(gè)云計(jì)算平臺(tái)，就是通過一套軟件系統(tǒng)把分布式部署的資源集中調(diào)度使用。要應(yīng)對(duì)大并發(fā)，要實(shí)現(xiàn)高可用，既需要分布式，也離不開集群。

比如負(fù)載均衡，如果只是一臺(tái)服務(wù)器，這臺(tái)宕機(jī)了就完蛋了。

分布式的難點(diǎn)，就是很多機(jī)器做存在依賴關(guān)系的不同活兒，這些活兒需要的資源、時(shí)間區(qū)別可能很大，某些機(jī)器還可能罷工，要怎么樣才能協(xié)調(diào)好，做到效率最高，消耗最少，不出錯(cuò)。

平時(shí)接觸到的分布式系統(tǒng)有很多種，比如分布式文件系統(tǒng)，分布式數(shù)據(jù)庫(kù)，分布式WebService，分布式計(jì)算等等，面向的情景不同，但分布式的思路是否是一樣的呢?

假設(shè)我們有一臺(tái)服務(wù)器，它可以承擔(dān)1百萬(wàn)/秒的請(qǐng)求，這個(gè)請(qǐng)求可以的是通過http訪問網(wǎng)頁(yè)，通過tcp下載文件，jdbc執(zhí)行sql，RPC調(diào)用接口…，現(xiàn)在我們有一條數(shù)據(jù)的請(qǐng)求是2百萬(wàn)/秒，很顯然服務(wù)器hold不住了，會(huì)各種拒絕訪問，甚至崩潰，宕機(jī)，怎么辦呢。

一臺(tái)機(jī)器解決不了的問題，那就兩臺(tái)。所以我們加一臺(tái)機(jī)器，每臺(tái)承擔(dān)1百萬(wàn)。如果請(qǐng)求繼續(xù)增加呢，兩臺(tái)解決不了的問題，那就三臺(tái)唄。

這種方式我們稱之為水平擴(kuò)展。如何實(shí)現(xiàn)請(qǐng)求的平均分配便是負(fù)載均衡了。

另一個(gè)栗子，我們現(xiàn)在有兩個(gè)數(shù)據(jù)請(qǐng)求，數(shù)據(jù)1 90萬(wàn)，數(shù)據(jù)2 80萬(wàn)，上面那臺(tái)機(jī)器也hold不住，我們加一臺(tái)機(jī)器來負(fù)載均衡一下，每臺(tái)機(jī)器處理45萬(wàn)數(shù)據(jù)1和40萬(wàn)數(shù)據(jù)2，但是平分太麻煩，不如一臺(tái)處理數(shù)據(jù)1，一臺(tái)處理數(shù)據(jù)2，同樣能解決問題，這種方式我們稱之為垂直拆分。

水平擴(kuò)展和垂直拆分是分布式架構(gòu)的兩種思路，但并不是一個(gè)二選一的問題，更多的是兼并合用。下面介紹一個(gè)實(shí)際的場(chǎng)景。這也是許多互聯(lián)網(wǎng)的公司架構(gòu)思路。

我此時(shí)所在的公司的計(jì)算機(jī)系統(tǒng)很龐大，自然是一個(gè)整的分布式系統(tǒng)，為了方便組織管理，公司將整個(gè)技術(shù)部按業(yè)務(wù)和平臺(tái)拆分為部門，訂單的，會(huì)員的，商家的等等，每個(gè)部門有自己的web服務(wù)器集群，數(shù)據(jù)庫(kù)服務(wù)器集群，通過同一個(gè)網(wǎng)站訪問的鏈接可能來自于不同的服務(wù)器和數(shù)據(jù)庫(kù)，對(duì)網(wǎng)站及底層對(duì)數(shù)據(jù)庫(kù)的訪問被分配到了不同的服務(wù)器集群,這個(gè)便是典型的按業(yè)務(wù)做的垂直拆分，每個(gè)部門的服務(wù)器在hold不住時(shí)，會(huì)有彈性的擴(kuò)展，這便是水平擴(kuò)展。

在數(shù)據(jù)庫(kù)層，有些表非常大，數(shù)據(jù)量在億級(jí)，如果只是純粹的水平的擴(kuò)展并不一定最好，如果對(duì)表進(jìn)行拆分，比如可以按用戶id進(jìn)行水平拆表，通過對(duì)id取模的方式，將用戶劃分到多張表中，同時(shí)這些表也可以處在不同的服務(wù)器。按業(yè)務(wù)的垂直拆庫(kù)和按用戶水平拆表是分布式數(shù)據(jù)庫(kù)中通用的解決方案。

比如 Mycat 開源分布式數(shù)據(jù)庫(kù)中間件 http://www.mycat.io/

分布式系統(tǒng)中，解決了負(fù)載均衡的問題后，另外一個(gè)問題就是數(shù)據(jù)的一致性了，這個(gè)就需要通過同步來保障。根據(jù)不同的場(chǎng)景和需求，同步的方式也是有選擇的。

在分布式文件系統(tǒng)中，比如商品頁(yè)面的圖片，如果進(jìn)行了修改，同步要求并不高，就算有數(shù)秒甚至數(shù)分鐘的延遲都是可以接受的，因?yàn)橐话悴粫?huì)產(chǎn)生損失性的影響，因此可以簡(jiǎn)單的通過文件修改的時(shí)間戳，隔一定時(shí)間掃描同步一次，可以犧牲一致性來提高效率。

但銀行中的分布式數(shù)據(jù)庫(kù)就不一樣了，一丁點(diǎn)不同步就是無(wú)法接受的，甚至可以通過加鎖等犧牲性能的方式來保障完全的一致。

在一致性算法中paxos算法是公認(rèn)的最好的算法，Chubby、ZooKeeper 中Paxos是它保證一致性的核心。這個(gè)算法比較難懂，我目前也沒弄懂，這里就不深入了。

作者：鵬磊

出處：http://www.ymq.io/2018/01/23/Distributed-cluster/

Email：admin@souyunku.com

版權(quán)歸作者所有，轉(zhuǎn)載請(qǐng)注明出處

Wechat：關(guān)注公眾號(hào)，搜云庫(kù)，專注于開發(fā)技術(shù)的研究與知識(shí)分享