目录
一、前言
二、分布式架构的发展历史
三、分布式架构发展的里程碑
四、分布式系统的意义
五、分布式架构的常见概念
六、分布式领域中冯诺依曼模型的变化
七、分布式系统的难点
八、总结
一、前言
我们都知道，当今无论在BAT这样的大公司，还是各种各样的小公司，甚至是传统行业刚转互联网的企业都开始使用分布式架构，那么什么叫分布式架构呢？分布式架构有什么好处呢？分布式架构经过了怎样的发展呢？是哪家企业开启了分布式架构的时代呢？读完本文，你就会得到这些答案，下面让我们一起来开启分布式概述的奇妙之旅吧！
二、分布式架构的发展历史
1946年2.14日，那是一个浪漫的情人节 , 世界上第一台电子数字计算机在美国宾夕法尼亚大学诞生了，她的名字叫ENIAC。这台计算机占地170平米、重达 30 吨，每秒可以进行 5000 次加法运算。
第一台电子计算机诞生以后，就意味着一个日新月异的 IT 时代到来了。单台计算机的性能不断得到提升，从最早的 8 位 CPU 到现在的 64 位 CPU;从早期的 MB 级内存到现在的 GB 级别内存;从慢速的机械存储到现在的固态 SSD 硬盘存储。
ENIAC 之后，电子计算机就进入了 IBM 主导的大型机时代。1964 年 4 月 7 日，在吉恩.阿姆达尔(IBM 大型机之父, 被认为是有史以来最伟大的计算机设计师之一)的带领下，耗费 50 亿美元，历时三年，第一台 IBM 大型机 SYSTEM/360 诞生了。这使得 IBM 在 20 世纪 50~60 年代统治着整个大型计算机工业，奠定了 IBM 计算机帝国的基础。IBM 大型机曾支撑美国航天登月计划，IBM 主机一直服务于金融等核心行业的关键领域。由于超强的计算能力和高可靠性，即使在 X86 和云计算高速发展的背景下,IBM 的大型机依然牢牢占据着一定的高端市场份额。
20 世纪 80 年代，在大型机霸权的时代下，计算机的架构同时向两个方向发展：
- 以 CISC (微处理器执行的计算机语言指令集) CPU 为架构的面向个人、价格便宜的PC。
- 以 RISC (精简指令集计算机) CPU 为架构的面向企业、价格昂贵的小型 UNIX 服务器。
三、分布式架构发展的里程碑
大型主机凭借着大型机超强的计算和 I/O 处理能力、安全性、 稳定性等，在很长一段时间内，大型机引领着计算机行业及商业计算领域的发展。而集中式的计算机系统架构也渐渐成为了主流。但是随着社会的发展，这种架构越来越难以适应企业的需求，比如说：
- 大型主机复杂性高，培养一个能够熟练运维大型主机的人成本很高。
- 大型主机很贵，一般只有土豪机构(政府、电信、金融)才能用得起。
- 会有单点问题，一旦大型主机出现故障，那整个系统就将处于不可用的状态。而对于大型机的使用机构来说，这种不可用导致的损失是非常具大的。
- 由于科技的进步、技术的发展，PC 机性能得到了不断提升，所以很多企业放弃大型机改用小型机及普通 PC 来搭建系统架构。
阿里巴巴发起的”去 IOE”运动开启新时代
IOE 指的是 IBM 小型机、Oracle 数据库、EMC 的高端存储。阿里巴巴2009 年“去 IOE”战略技术总监透露，截止到 2013 年 5 月 17 日阿里巴巴最后一台 IBM 小型机在支付宝下线。
为什么要去 IOE?
随着业务的快速发展，阿里巴巴业务量和数据量呈爆发性增长，传统集中式 Oracle 数据库架构在系统的扩展性方面遭遇到了瓶颈。 传统的商业数据库软件(Oracle,DB2)多以集中式架构为主， 那么这些传统数据库软件的最大特点就是将所有的数据都集中在 一个数据库中，只能依靠大型高端设备来提供高处理能力和扩展性。 集中式数据库的扩展性主要采用向上扩展(Scale up)的方式， 通过增加 CPU、内存、磁盘等方式提高系统处理能力。这种集中式数据库的架构，使得数据库成为了整个系统的瓶颈，已经越来越不能适应海量数据对计算能力的要求。
四、分布式系统的意义
之所以要发展分布式系统架构，是因为单机系统存在着如下诸多缺点等待被解决：
升级单机处理能力的性价比越来越低
我们知道单机的处理能力主要依靠 CPU、内存、磁盘。通过升级硬件来这种垂直扩展的方式来提升性能，成本会越来越高。性价比会越来越低。
单机处理能力存在瓶颈
并且单机处理能力存在瓶颈，CPU、内存、磁盘都会有自己的性能瓶颈， 就算你是土豪不惜成本去提升硬件，但是硬件的发展速度和性能也还是有限制的。
稳定性和可用性这两个指标很难达到
最后就是单机系统存在可用性和稳定性的问题，这两个指标又是我们亟待要去解决的问题。
五、分布式架构的常见概念
1.集群
小张开了一家小饭店，刚开始的时候店里只有一个厨师，切菜洗菜备料炒菜全干。后来由于饭香甜可口，人流量越来越多了，一个厨师忙不过来了，小张又请了两个厨师，那么这时候三个厨师炒一样的菜，做相同的切菜洗菜备料炒菜等工作，那这三个厨师的关系是集群。也就意味着来一个顾客，只有其中的一个厨师会为这个顾客服务。
2.分布式
又经过一段时间，店里的生意更加火爆了，小张为了让厨师们能专心炒菜，把菜做到极致，又请了个配菜师负责切菜、备菜、备料，那么厨师和配菜师的关系是分布式，后来一个配菜师也忙不过来了，小张就又请了两个配菜师，三个配菜师关系也是集群。
3.节点
节点是指一个可以独立按照分布式协议完成一组逻辑的程序个体。在具体的项目中，一个节点表示的是一个操作系统上的进程。 那这里的每一个配菜师和厨师都是一个节点。
4.副本机制
副本(replica/copy)是指在分布式系统中为数据或服务提供的冗余。 数据副本指在不同的节点上持久化同一份数据，当某一个节点出现数据丢失时，可以从副本上恢复数据。数据副本是分布式系统中解决数据丢失问题的唯一手段。 服务副本表示多个节点提供相同的服务，通过主从关系来实现服务高可用的方案。
5.中间件
中间件位于操作系统提供的服务之外，但又不属于应用，他是位于应用和系统层之间的、为开发者方便的处理通信、输入输出的一类软件，能够让用户只关心自己应用的部分。
六、分布式领域中冯诺依曼模型的变化
上图是经典理论-冯.诺依曼体系，计算机硬件由运算器、 控制器、存储器、输入设备、输出设备五大部分组成。不管架构怎么变化，计算机仍没有跳出该体系的范畴。
输入设备的变化
分布式系统架构中，输入设备可以分两类：第一类是互相连接的多个节点，在接收其他节点传来的信息作为该节点的输入;另一种就是传统意义上的人机交互的输入设备了。
输出设备的变化
分布式系统架构中，输出也分两类，一种是系统中的节点向其他节点传输信息时，该节点可以看作是输出设备;另一种就是传统意义上的人际交互的输出设备，比如用户的终端。
控制器的变化
在单机中，控制器指的是 CPU 中的控制器，在分布式系统中，控制器主要的作用是协调或控制节点之间的动作和行为; 比如硬件负载均衡器;LVS 软负载;规则服务器等等。
运算器
分布式系统中，运算器是由多个节点来组成的。运用多个节点的计算能力来协同完成整个计算任务。
存储器
分布式系统中，我们需要把承担存储功能的多个节点组织在一起， 组成一个整体的存储器;比如数据库、redis(key-value 存储) 。
七、分布式系统的难点
毫无疑问，分布式系统对于集中式系统而言，在实现上会更加 复杂。分布式系统将会是更难理解、设计、构建 和管理的，同 时意味着应用程序的根源问题更难发现。
三态
在集中式架构中，调用一个接口返回的结果只有两种， 成功或失败。但是在分布式架构中，会出现“超时”这个状态。
分布式事务
这其实是一个老生常谈的问题，我们都知道事务就是一系列操作的原子性保证，在单机的情况下，我们能够依靠本机的数据库连接和组件很轻易的做到事务控制，但在分布式架构下，业务原子性操作很可能是跨服务的，这样就会导致分布式事务。比如 A 、B 操作分别是在不同服务下的同一个事务内的操作，A 调用 B，如果A可以清楚的知道 B 是否成功提交从而控制自身提交还是回滚，但我们知道在分布式系统调用中会出现一个新状 态就是超时，就是 A 并无法知道 B 是成功还是失败，这个时候 A 是提交本地事务还是执行回滚呢？这其实是一个很难的问题，如果要强行保证事务一致性，可以采取分布式锁，但那样会增加系统复杂度而且会增大系统的开销，而且事务跨越的服务越多， 消耗的资源越大，性能越低，那么最好的解决方案就是避免分布式事务。 还有一种解决方案就是重试机制，但是重试如果不是查询接口， 久必然涉及到数据库的变更，如果第一次调用成功但是没返回成功结果，那调用方第二次调用对调用方来说依然是重试，但是此时对于被调用方来说是重复调用，例如 A 向 B 转账，A-100，B + 100，这样会导致 A 扣了 100，而 B 增加 200。这样的结果并不是我们期望的，因此需在要写入的接口做幂等设计(多次调用和单次调用是一样的效果)。通常可以设置一个唯一键，在写入的时候查询是否已经存在，避免重复写入。但是幂等设计的一 个前提就是服务高可用，否则无论怎么重试都不能调用返回一个明确的结果,那调用方会一直等待，虽然可以限制重试的次数， 但是这已经进入异常状态了，甚至到了极端情况还需要人肉补偿处理。其实根据CAP和BASE理论，不可能在高可用分布式情况下做到一致性，一般都是最终一致性保证。
负载均衡
为了达到服务高可用，每个服务至少是部署两台机器，因为互联网公司一般使用可靠性不是很高的普通机器， 长期运行宕机概率很高，所以两台机器能够大大降低服务不可用的可能性，而大型项目往往会采用十几台甚至上百台来部署一 个服务，这不仅是保证服务的高可用，更是为了提升服务的 QPS， 但是这样又带来一个问题，一个请求过来到底路由到哪台机器呢？ 路由算法很多，有 DNS 路由，如果 session 在本机，还会根据用户 id 或则 cookie 等信息路由到固定的机器，当然现在应用服务器为了扩展的方便都会设计为无状态的，session 会保存到专有的 session 服务器，所以一般不会涉及到拿不到 session 问 题。那路由规则是随机获取么？这是一个方法，但是据我所知， 实际情况肯定比这个复杂得多，在一定范围内随机，但是在大范围也会分为很多个域，比如如果为了保证异地多活的多机房， 夸机房调用的开销太大，肯定会优先选择同机房的服务，这个 要参考具体的机器分布来考虑。
一致性
数据被分散或者复制到不同的机器上，如何保证各台主机之间的数据一致性将成为一个难点。
故障的独立性
分布式系统由多个节点组成，整个分布式系统完全出问题的概率是存在的，但是在实践中出现更多的是某个节点出问题，其他节点都没问题。这种情况下我们实现分布式系统时需要考虑得更加全面些。
八、总结
通过本文分布式系统的概述，我们就对分布式有了一个很直观的了解，里面涉及到的技术还是蛮多的，后面的文章中，我们一点点的来啃这些硬骨头。为我们的成长加油点赞吧~ 下篇博文我们来聊分布式架构的演进过程怎么样？评论区等你
简述
业界主流(O:Open Source): Thrift(O), Avro-RPC(O), Hessian(O), gRPC(O), Dubbo(O), HSF, Coral Service(亚马逊), DSF(华为),Zookeeper
分布式服务框架包括: RPC组件, 配置化服务发布, 基于服务注册中心的订阅和发布, 服务治理
RPC 组件: 通信框架, 编码, 协议栈
涉及到的技术: Socket 通信, 多线程, 协议栈 -> Netty
关键字: 长连接, NIO(多路复用)
1.SOA架构和微服务架构的区别
首先SOA和微服务架构一个层面的东西，而对于ESB和微服务网关是一个层面的东西，一个谈到是架构风格和方法，一个谈的是实现工具或组件。
1.SOA（Service Oriented Architecture）“面向服务的架构”:他是一种设计方法，其中包含多个服务， 服务之间通过相互依赖最终提供一系列的功能。一个服务 通常以独立的形式存在与操作系统进程中。各个服务之间 通过网络调用。
2.微服务架构:其实和 SOA 架构类似,微服务是在 SOA 上做的升华，微服务架构强调的一个重点是“业务需要彻底的组件化和服务化”，原有的单个业务系统会拆分为多个可以独立开发、设计、运行的小应用。这些小应用之间通过服务完成交互和集成。
微服务架构 = 80%的SOA服务架构思想 + 100%的组件化架构思想 + 80%的领域建模思想
3.SOA架构特点：
系统集成：站在系统的角度，解决企业系统间的通信问 题，把原先散乱、无规划的系统间的网状结构，梳理成 规整、可治理的系统间星形结构，这一步往往需要引入 一些产品，比如 ESB、以及技术规范、服务管理规范； 这一步解决的核心问题是【有序】
系统的服务化：站在功能的角度，把业务逻辑抽象成 可复用、可组装的服务，通过服务的编排实现业务的 快速再生，目的：把原先固有的业务功能转变为通用 的业务服务，实现业务逻辑的快速复用；这一步解决 的核心问题是【复用】
业务的服务化：站在企业的角度，把企业职能抽象成 可复用、可组装的服务；把原先职能化的企业架构转变为服务化的企业架构，进一步提升企业的对外服务能力；“前面两步都是从技术层面来解决系统调用、系统功能复用的问题”。第三步，则是以业务驱动把一个业务单元封装成一项服务。这一步解决的核心问题是【高效】
4.微服务架构特点：
1.通过服务实现组件化
开发者不再需要协调其它服务部署对本服务的影响。
2.按业务能力来划分服务和开发团队
开发者可以自由选择开发技术，提供 API 服务
3.去中心化
每个微服务有自己私有的数据库持久化业务数据
每个微服务只能访问自己的数据库，而不能访问其它服务的数据库
某些业务场景下，需要在一个事务中更新多个数据库。这种情况也不能直接访问其它微服务的数据库，而是通过对于微服务进行操作。
数据的去中心化，进一步降低了微服务之间的耦合度，不同服务可以采用不同的数据库技术（SQL、NoSQL等）。在复杂的业务场景下，如果包含多个微服务，通常在客户端或者中间层（网关）处理。
4.基础设施自动化（devops、自动化部署）
的Java EE部署架构，通过展现层打包WARs，业务层划分到JARs最后部署为EAR一个大包，而微服务则打开了这个黑盒子，把应用拆分成为一个一个的单个服务，应用Docker技术，不依赖任何服务器和数据模型，是一个全栈应用，可以通过自动化方式独立部署，每个服务运行在自己的进程中，通过轻量的通讯机制联系，经常是基于HTTP资源API，这些服务基于业务能力构建，能实现集中化管理（因为服务太多啦，不集中管理就无法DevOps啦）
5.主要区别：
功能
SOA
微服务
组件大小
大块业务逻辑
单独任务或小块业务逻辑
耦合
通常松耦合
总是松耦合
公司架构
任何类型
小型、专注于功能交叉团队
管理
着重中央管理
着重分散管理
目标
确保应用能够交互操作
执行新功能、快速拓展开发团队