7 分布式领域中冯诺依曼的变化

前面我们讲过经典理论-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

在分布式系统架构中，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

输出和输入类似，也有两种，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

运算器

在分布式系统中，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体的计算任务

存储器

在分布式系统中，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)

7.1 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，我们调用一个接口返回的结果只有两种， 成 功或者失败，但是在分布式领域中，会出现“超时”这个状态。

分布式事务

事务就是一些列操作的原子性保证。单机时，我们能仅依靠本机的数据库连接和组件就做到事务控制。

但在分布式下，业务的原子性操作大多跨服务，这就产生分布式事务。例如 A 和 B 操作分别是不同服务下的同一个事务操作内的操作，A 调用 B，A 若可清楚 B 是否成功提交从而控制自身的提交or回滚。但在分布式系统中调用会出现一个新状态就是超时：即A 无法知道 B 是成功还是失败，这时 A 是提交本地事务还是回滚呢?

这是一个很难回答的问题，如果强行保证事务一致性，可采取分布式锁，但那会增加系统复杂度&&增大系统性能开销，而且事务跨越的服务越多，消耗的资源越大，性能越低，所以

***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，但重试如果不是重试查询接口，必然涉及到数据库变更，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，这会导致 A 扣了 100，而 B 增加 200。这样的结果不是期望的，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效果。通常可设置一个唯一键，在写入时查询是否已经存，避免重复写入。但幂等设计的一个前提是服务高可用，否则无论怎么重试都不能调用返回 一个明确的结果，调用方就会一直等待。虽然可以限制重试的次数， 但这已进入异常状态了，甚至到了极端情况还是需要人工补偿。

根据 CAP 和 BASE 理论可知，不可能在高可用和分布式情况下还做到一致性，所以一般都是做最终一致性保证。

负载均衡

每个服务单独部署，为了达到高可用，每个服务至少是两台机 器，因为互联网公司一般使用可靠性不是特别高的普通机器， 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，这正大型项目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? 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，在一定范围内随机，但是在大的范 围也会分为很多个域，例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 的数据的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，但是在时间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