01 | 分布式缘何而起：从单兵，到游击队，到集团军

之前去会所，一口气叫上十个嫩模，到房间之后，我就给她们讲Quorum协议怎么实现节点选举，蒙特卡洛方法的实际应用，MVCC怎么实现事务的并发，tcp怎么做到传输可靠…她们很感兴趣，我也很愉快的就回来了。 后来我朋友听了，他们也想去，于是去了五个人（五人同行，两人免单），这次可以服务50个嫩模，每人10个，在不同的房间，我们又给她们讲了Quorum协议…蒙特卡洛…MVCC…tcp传输等等，她们很开心，我们也开心的回来了。 再下次的时候，也去了5个人，但这次我们想服务更多的嫩模，于是我们进行了现场分组，想听Quorum的和第一个朋友走，想听蒙特卡洛的和第二个朋友走，想听MVCC的和第三个朋友走……于是我们每个人只讲一个知识点就回来了，很轻松也很开心，所以我们经常去会所。 上面三部分，依次单机模式、数据并行、计算并行。 后来，会所里面的姑娘都有了正经的职业，叫程序员鼓励师！

## 分布式起源 ### 单兵模式：单机 将服务和数据都部署到同一个节点(服务器)上 存在的问题：单点故障，单点性能瓶颈 ### 游击队模式：数据分布式 实际上是水平分层 1. 数据分层 2. 将数据分离 就是针对不同的请求，去路由到不同的数据节点上 存在问题：对提升单个任务的执行性能及降低时延无效 ### 集团军模式：任务分布式 实际上是垂直分层 拆分服务到不同节点，一个任务可能要请求多个服务，多个服务并行执行 类似于不同兵种，各司其职，协同作战 存在问题：数据的全局一致性（各节点通信），数据的可用性保证（副本），各节点的调度（哪个节点可以响应服务） ### 总结 我理解的分布式：将一个任务，拆分成多个子任务，每个任务都对应一个服务，每个服务又都部署到不同的节点上，实现一个任务，多服务并行响应，最后通过调度、统筹返回请求的结果 为什么会有分布式：是我们对性能、可用性、及可扩展性的不懈追求 ### 课后问题 传统的并行计算是时空上复用多处理器 分布式是空间上给任务分配多处理器

"分布式其实就是将相同或相关的程序运行在多台计算机上，从而实现特定目标的一种计算方式。“ 这就相当于说 ”分布式是一种计算方式“，感觉有点别扭，套用到分布式协调、分布式计算、分布式存储上，感觉更别扭。

打卡文章学习： 1、分布式是系统架构不断演进的结果，是对系统性能不断追求的结果。单机模式的缺点是性能瓶颈并且有单点故障。这时系统中往往最先出现的数据瓶颈所以先出现数据并行（分库分表，读写分离)等，任务也会水平扩展增加节点通过负载均衡路由，缺点就是对提升单个任务的性能和时延无效。随着系统的复杂性提升，任务的执行成为系统瓶颈，这时需要对任务进行拆分，拆分成小粒度的子任务，容器技术也实现了子任务单独部署，当然缺点是引入了系统的复杂度。 2、分布式其实就是将相同或相关的程序运行在多台计算机上，从而实现特定目标的计算方式。结合"四横"：数据并行就是对数据存储和管理的分布式化、任务并行就是对计算方式的分布式化，也会涉及资源池的分布式和通信的分布式。结合"四纵"：数据和任务拆分后怎么解决分布式协同、分布式调度、分布式高可用的问题，容器化技术也致力于解决分布式部署问题。 课后思考： 我理解传统的并行计算还是运行于单服务器，其核心在于充分利用服务器的CPU、内存等资源，可以通过多线程并发技术实现。而分布式是把任务拆分到不同的服务器上，是业务解耦，提高可用性和可扩展性。但是也引入了系统设计复杂度。

世界上的任何事物都是在做Trade-Off，根据奥卡姆剃刀原则，能用简单的就不用复杂的。虽然在学分布式，但是也要看到三种模式各有优劣的。另外最近也在学并发编程，感觉并发编程是”微观“的分布式，系统级是”宏观”的，触类旁通。

厉害

分布式技术原理与算法#Day2 今天打卡了第一节和第二节课，解决了两个议题，第一个是究竟什么算分布式，第二个是如何评价分布式系统。 首先我们将系统抽象成代码和数据。所谓单机模式就是部署在一台机器上，但第一是性能有瓶颈，第二是挂了系统就没了，存在单点问题。我们解决这个问题的思路是分数据和分代码：分数据，又叫并行计算，就是将数据分多台机器，跑同样的代码，这样好处是解决了性能瓶颈，但有三个问题，一是分配均匀的问题，可以引入负载均衡器，二是分布后的数据如果单一入口访问，会有IO瓶颈，可以通过读写分离解决，其实就是增加入口，三是热点数据的问题，我们通过缓存机制可以解决。分数据相当于通过增加员工数量解决项目过多的问题，但无法解决单个项目的完成时间，这里假设一个人干一个项目。分代码，就是分解项目分工，通过增加工种数量来提升单个项目的方式，因此分代码包括业务拆分和子业务并行两个步骤，好处就是可以找到代码瓶颈，有的放矢，但这么做的代价就是引入了复杂性，毕竟工种多了，多个人干一个项目就有协调的问题。 那么什么是分布式呢？其实就是我们不满足单个机器的性能，可用性，因而将代码用多台机器来跑，如果任务简单就是数据量大，那我们就拆数据，代码不变，一起跑。如果任务复杂，那我们就拆代码，有性能瓶颈的任务多分点机器干。 当然，你肯定会想又切数据又切代码。这在生产也很常见。

赞

打卡第二天，谢谢老师分享

分布式强调拆分，如果面对的问题的瓶颈在数据量，则讲焦点集中在数据的拆分上，也就是数据分布式；如果问题的瓶颈在任务执行逻辑的复杂性上，则将任务进行拆分，也就是计算的分布式；讲相同的逻辑部署在多个节点上，一般称之为集群，平时我们经常说分布式集群系统，实际的包含了底层任务的拆分和多机部署的含义。