原创文章，欢迎转载。转载请注明：转载自IT人故事会，谢谢！
原文链接地址：『互联网架构』软件架构-分布式架构（15）
分布式架构：原理，设计与实战，目前公司每个月都要出账，出账就是每个月有要把之前的一个月的账目盘算清楚，做到错误的0容忍，一笔都不能错，错一笔客户都会找你，偏准确性。4个9，5个9并不是说后面设计的，而是在开发之初就要考虑的。
分布式服务的发展历程
- J2EE架构
俗称JEE。对于大概有5年以上工作经验的老铁，应该都听过这个名词。基本分为3层。
- web容器
- EJB容器
- 数据库和数据存取的ORM
那时候的容器之间都没有进行物理的隔离，都是部署在同一个jvm上的。所以久而久之，它们之间互相的耦合互相的依赖，业务之前有千丝万缕的，添加和修改增加新的业务的时候，他们变的很复杂，经常导致服务不可用。这个时代就是有了层次，但是层次之前没有进行物理的隔离。带来了一些问题。
- SSH架构
开源框架SSH = struts + spring + hibernate，实际上它跟JEE的架构是基本相似的，也把组件分成了三层。
- struts MVC UI组件
- spring 业务组件，实现业务的逻辑
- ORM 对象管理映射层，连接数据库的
那时候的SSH非常流行，因为那个时期都是给传统的行业和制造行业来做的系统，在互联网行业里面ssh架构就不灵了。
- Web Service 架构
互联网行业偏向于服务化，最流行的微服务起源于服务化，服务化最早体现在web service，web service 以IBM为首的各大公司制定的标准，webservice特点服务开发完毕后，不在部署在同一台机器，同一个JVM上面，拆分成不同的服务，例如图中的web service1 ，web service2，web service3 它们3个各自有各自的角色，各自有各自的功能，服务和服务之前都是通过远程调用的方式来实现互相实现和交流的，远程调用是遵循已定的标准，当时标准是SOAP协议，这个协议是在http协议之上的，来传输xml来完成的。有了这些的服务。需要服务的发现机制，通过webservice的目录来实现的。所有的服务对外提供服务的功能，需要在webservice注册。发现服务UDDI，找到服务WSDL找到服务。这个时代服务主要的特点是：职责拆分，服务部署隔离，服务调用遵守协议。webservice定义的协议是非常重的，首先xml序列化，xml有冗余的标签，服务性能上不来的。webservice注册通信化的服务，通信化的注册服务一定要保证高可用。在互联网里面如果不是高可用的，服务也不是最优化的。
- ESB架构
企业服务总线，侧重于企业服务总线。 上边是提供的服务，下面是数据库数据源，消息队列，大数据，ERP。所有的服务和资源只要都进入ESB中，就会进行编排，完成特定的功能。这个时期，ESB功能进行了拆分，也有各自的职责，都进行了拆分，在不同的物理机，在不同JVM中。主要体现在可插拔，快速的添加删除服务，快速的加入资源。
- 微服务架构
最流行的架构，跟传统架构是一脉相承的，并不是矛盾的。采用的是分层的概念，上层的服务依赖下层的服务，基本两层，第一层：业务服务一；第二层：业务服务2,3,4。上一层跟下一层是依赖的，但是不是循环依赖的。每个服务之间自己是用数据库的，实际上数据库缓存和消息队列都是自治的，这就使微服务有自我管理的权限，微服务内可以快速的消化需求，敏捷上线，提高开发和运维的效率，微服务之前是通过远程的服务调用来先实现的。远程服务调用，并没有特定的要求是通过使用restful还是rpc，要求服务之间一定要有契约，契约可以服务生产者提出，也可以服务消费者提出的服务生产者契约，也可以是多个服务消费者一起找服务的生产者提要求，服务生产者提供一个公共的契约，保证通信没有问题的。例如：来了个需求，先进行服务的拆分，拆分到不同的微服务里面，微服务有了良好的通信契约，不在管对外的功能，就在服务内把需求消化掉了。上线和响应市场也是非常敏捷的。微服务每个节点他们的拆分都是比较单一的，都是比较细的，职责单一后，专业的人干专业的事情，这样很难犯错误，这样系统的可用性就提高起来了。
- 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。
- 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。
- 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。
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。
- 一致性协议
两个阶段的协调者
三阶段的协调者
TCC（Try）
- 最终一致性
查询模式
补偿模式
异步确保模式
定期校对模式
可靠消息模式
- 服务交互的模式
同步模式
异步模式
消息模式
- 同步与异步的抉择
尽量使用异步来替换同步操作
能用同步解决的问题，不要引入异步
- 超时模式
同步两个状态的接口超时
同步两个状态的内部超时
同步三状态的内部超时
异步受理超时
消息队列发送超时
消息对垒接收超时
- 补偿的博弈
服务1调用服务2，如果服务2响应服务1，并且告诉服务1消息我接收了，那么服务1的任务就结束了，如果服务2处理失败，服务2应该负责重试或者补偿。在这种情况下，服务2通常先持久化消息后再告诉服务1接收成功，随后服务2才开始处理持久的消息，避免服务进程被傻吊丢失消息的情况。
服务1调用服务2，如果服务2没有给出明确的接收响应，那么服务1应该持久尝试重试，知道服务2明确表达已经接收消息，这种情况下，容易出现消息重复，因此在服务2中通常要保证滤重或者幂等性。
- 缓存使用的一致性模式
缓存是用来加速的，牺牲了一致性，获得高性能，只适合特殊场景。
保持数据库和缓存的强一致性是个伪命题
如果性能要求不是非常的高，尽量使用分布式缓存，而不是使用本地缓存，本地缓存可能你现在读的时候本地是开，其实另一个时间其他人读的是关，你想想多可怕。
种缓存的时候一定种完全，如果缓存数据的一部分有效，一部分无效，宁可放弃种缓存，也不要把部分数据中入缓存
通常情况下读的顺序要先缓存，后数据库，写的顺序要先数据库，后缓存
- 迁移开关的设计模式
新旧系统的迁移。
不要用统一配置开关，开关是定义在某个业务上。在一个系统做滤重，比在多个系统做滤重简单。
不要用节点独立的开关
迁移开关必须使用订单开关
开关要用权限控制。开关的重要，特定经验的人来操作。
开关要能开能关
迁移开关要大小力度都有
PS：了解分布式架构，是对自己从心智上的一种提升，敲代码只是往下看，建议多往前方看看。架构这条路不好走，需要多接触，多趟多走，才能前方一路小平破。
