分布式理论

分布式系统是一个硬件或者软件分布在不同的网络计算机上，位于不同网络的计算机通过消息传递进行通信和协调。

典型引用就是区块链，区块链技术将世界各地的计算机通过分布式网络给组成到一起，使其能够将算力分摊到各个计算机中。

分布式特性

• 性能 ：用于衡量一个系统处理各种任务的能力。

  • 吞吐量 ：系统在一定时间内可以处理的任务数。

    • QPS ，即每秒查询数
    • TPS ，即每秒事务数

  • 响应时间 ：系统响应一个请求或输入需要花费的时间。

• 可用性 ：指的是系统在面对各种异常时可以正确提供服务的能力。系统的可用性可以用系统停止服务的时间与总的时间之比衡量。

• 可扩展性 ：指的是分布式系统通过扩展集群机器规模提高系统性能 (吞吐、响应时间、 完成时间)、存储容量、计算能力的特性，是分布式系统的特有性质。

分布式分类

• 分布式计算 ：解决应用的分布式计算问题。基于分布式计算模式，包括批处理计算、离线计算、在线计算、融合计算等，根据应用类型构建高效智能的分布式计算框架。
• 分布式存储 ：解决数据的分布式和多元化问题。包括分布式数据库、分布式文件系统、分布式缓存等，支持不同类型的数据的存储和管理。
• 分布式通信 ：解决进程间的分布式通信问题。通过消息队列、远程调用等方式，实现简单高效的通信。
• 分布式资源管理 ：解决资源的分布式和异构性问题。将 CPU、内存、IO 等物理资源虚拟化，形成逻辑资源池，以便统一管理。

分布式面临的问题

1. 通信异常 ： 网络本身的不可靠性 ，因此每次网络通信都会伴随着网络不可用的风险（光纤、路由、DNS等硬件设备或系统的不可用），都会导致最终分布式系统无法顺利进行一次网络通信，另外，即使分布式系统各节点之间的网络通信能够正常执行，其延时也会大于单机操作，存在巨大的延时差别，也会影响消息的收发过程，因此消息丢失和消息延迟变的非常普遍。
2. 网络分区 ： 网络之间出现了网络不连通，但各个子网络的内部网络是正常的 ，从而导致整个系统的网络环境被切分成了若干个孤立的区域， 分布式系统就会出现局部小集群 ，在极端情况下，这些小集群会独立完成原本需要整个分布式系统才能完成的功能，包括数据的事务处理，这就对分布式一致性提出非常大的挑战。
3. 节点故障 ：节点故障是分布式系统下另一个比较常见的问题，指的是组成分布式系统的服务器节点出现的宕机或"僵死"现象，每个节点都有可能出现故障，并且经常发生.
4. 三态 ：分布式系统每一次请求与响应存在特有的“三态”概念，即 成功、失败和超时 。