了解分布式架构，让你的软件架构之路越走越顺( 二 ) _分布式架构

文章插图

微服务的团队管理

团队其实也是自治的。微服务团队里面可能是有产品，运营，测试，开发。如果系统分配到某个团队内，在团队内的开发可以非常敏捷的沟通，很快的开发上线，并不需要跨团队的沟通，跨团队的协调，回顾下当初的SSH，公司分为UI组，开发组，测试组，DB人团队沟通，都不是微服务的团队导致沟通效率很低。所以这就是微服务倡导的敏捷，专业的人干专业的事。

文章插图

分布式服务架构的精髓

敏捷上线，微服务下的自治，有效的减少不可用的因素。服务化和微服务都使用了分而治之的思想，分布式服务和分布式系统架构里面，无论是提高性能，提高吞吐量，提高敏捷性。

文章插图

微服务架构的痛点

一致性

强一致性和弱一致性

高性能

容量评估和性能测试

高可用

4个9和5个9

可扩展

可修改，迭代新功能，可插拔

可伸缩

应用层和资源层，随着硬件投入的增加性能和能力相应的增长

安全性

防偷窥，防泄漏，防抵赖，防篡改，防中间人攻击

保证分布式一致性的最佳方案

周朝的时候，分而治之，后来都不听周王的话，导致不一致。不一致导致的痛点是很大的。如何去解决不一致的问题。线上趟过的坑和总结的经验分享。

一致性原理

本质上需要理解下面的3种，本身是什么，应用的场景。

文章插图

image.png

ACID，数据库理论的时候，我们都学过ACID就是强一致性。四个名词代表的是一个事务是不可以在进行拆分的，要么都成功，要么都失败。在传统的数据库里面都是单体的应用，单体的应用必须保持强一致性的，尤其是我们的关系型数据库。犹豫在互联网高并发的线上。用户量非常大，上千，上万，上亿的，单体的服务架构和单体数据库很难撑起来这么大的量，所以就需要它们之前进行分而治之，在网上进行分开，进行分开，分片。带来的问题，当网络出现问题的时候，这些应用是否可以正常的工作。这就引入了CAP原则。
CAP，之间肯定是网络通信，一定要有分区容错性，也就是某个节点网络不能正常的通信时。网络断了，或者闪断的话，各自之间还要继续的工作。P肯定是要有的。这个原则是如果三者只能选择其中的二个，P已经必须要了，那就需要在C和A之间选择一个。例如：网络上有一份数据，数据是通过复制来完成的。一份是主数据，一份是从数据，当你存一份数据的时候到主数据的时候，同时也需要往从数据中存一份，如果从出现问题，是继续还是返回给主，这就是一致性和可用性的解读。如果主从必须保持一致，主从都存起来后才可以返回的话，那就保证一致性，可用性就不好，如果网络出问题，就一致等待都一致才返回。不会在有限的时间内返回给客户端的请求，可用性就很差，所以一致性和可用性就是互斥的。如果是很快的返回客户端，那就可能牺牲了一致性保持了可用性。总结就是在容错性的基础之上，可用性和一致性是互斥的。不可兼得。
BASE，基本可用，中间有软状态，最终保持了一致。基本可用是条件，最终保持一致是目标。软状态就是事先的BASE的方法，就是我们要做一个事，达到目的中间的过程需要2,3个阶段，做完一个阶段记录状态信息，然后做第二个阶段，我们可以从出问题的那个位置恢复到出问题的地方。互联网上很多的高并发项目，都使用了分布式事务都进行打折了，完成了最终一致性。使用了BASE原理，CAP限制了它不可能三者同时存在。