构建分布式系统的目的：增加系统容量；提高系统的可用性。也就是 大流量处理与关键业务保护。
-
大流量处理 通过集群技术把大规模并发请求的负载分散到不同的机器上
-
关键业务保护 提高后台服务的可用性，把故障隔离起来阻止多米诺骨牌效应（雪崩效应）。
需要做的是：一是提高整体架构的吞吐量，服务更多的并发和流量，二是为了提高系统的稳定性，让系统的可用性更高。提高架构的性能
提高架构的性能
提高系统性能的常用技术
- 缓存系统。 加入缓存系统，可以有效地提高系统的访问能力。在分布式中则需要一个缓存集群，这个集群需要一个Proxy 来做缓存的分片和路由。
- 负载均衡系统。 水平扩展的关键技术，可以使多台机器共同分担一部分流量请求
- 异步调用。 异步系统主要通过消息队列来对请求做排队处理，“削平”前端请求峰值，后端通过自己能够处理的速度来处理请求。吞吐量增加，但实时性变差。同时，会引入消息丢失问题，而对消息做持久化会造成“有状态”的结点
- 数据分区和数据镜像 。 ** 数据分区** 是把数据按一定的方式分成多个区（比如通过地理位置），不同的数据区来分担不同区的流量。这需要一个数据路由的中间件。导致跨库操作变得复杂。数据镜像是把一个数据库镜像成多份一样的数据，这样就不需要数据路由的中间件了，但是引入数据一致性问题。
提高架构的稳定性
提高系统稳定性的常用技术
- 服务拆分。 服务拆分主要有两个目的：一是为了隔离故障，二是为了重用服务模块。这会引入服务调用间的依赖关系（原来调用一个服务解决的问题，需要调用多个相关服务）
- 服务冗余。 服务冗余是为了去除单点故障，并可以支持服务的弹性伸缩，以及故障迁移。有状态的服务，导致冗余这些服务带来更高的复杂度。在弹性伸缩时，需要考虑数据的复制或是重新分片，迁移的时候还要迁移数据到其它机器上。
- 限流降级。 系统实在扛不住压力时，通过限流或者功能降级的方式来停掉一部分服务，或是拒绝一部分用户，以确保整个架构不会挂掉。
- 高可用架构。 通常来说从冗余架构的角度来保障可用性，为了不出单点故障。。比如，多租户隔离，灾备多活
- 高可用运维。 高可用运维指的是 DevOps 中的 CI/CD（持续集成 / 持续部署）。
分布式系统的关键技术
引入分布式系统，会引入一堆技术问题，需要从以下几个方面来解决。
- 服务治理。 服务拆分、服务调用、服务发现、服务依赖、服务的关键度定义……归于服务治理。服务治理最大意义在于，1、梳理出来服务间的依赖关系、服务调用链，以及关键的服务。2、对这些服务进行性能和可用性方面的管理。
- 架构软件管理。 整体服务所形成的架构需要有版本管理、需要对整体架构的生命周期管理，以及对服务的编排、聚合、事务处理等服务调度功能。
- DevOps。 其中包括环境构建、持续集成、持续部署等。
- 自动化运维。 对服务进行自动伸缩、故障迁移、配置管理、状态管理等一系列的自动化运维
- 资源调度管理。 应用层的自动化运维需要基础层的调度支持，也就是 IaaS 层的计算、存储、网络等资源调度、隔离和管理。
- 整体架构监控。 有了好的监控，才能进行好的自动化运维和资源调度管理等。监控需要对三层系统（应用层、中间件层、基础层）进行监控。
- 流量控制。 流量控制，负载均衡、服务路由、熔断、降级、限流等和流量相关的调度
分布式系统的“纲”
分布式系统有五个关键技术，它们是：
- 全栈系统监控；
- 服务 / 资源调度；
- 流量调度；
- 状态 / 数据调度；
- 开发和运维的自动化。
开发和运维的自动化，需要前四项都做到了为前提。最为关键是这四项技术，即应用整体监控、资源和服务调度、状态和数据调度及流量调度，它们是构建分布式系统最最核心的东西。
参考资料：
左耳听风（极客时间）链接：
http://gk.link/a/10f5D
GitHub链接：
https://github.com/lichangke/LeetCode
知乎个人首页：
https://www.zhihu.com/people/lichangke/
CSDN首页：
https://me.csdn.net/leacock1991
欢迎大家来一起交流学习
