集群和分布式

系統性能擴展方式：

• Scale UP：垂直擴展，向上擴展,增強，性能更強的計算機運行同樣的服務
• Scale Out：水平擴展，向外擴展,增加設備，并行地運行多個服務調度分配問題，Cluster

垂直擴展不再提及：

隨著計算機性能的增長，其價格會成倍增長

單臺計算機的性能是有上限的，不可能無限制地垂直擴展

多核CPU意味著即使是單臺計算機也可以并行的。那么，為什么不一開始就并行化技術？

集群 Cluster

Cluster：集群,為解決某個特定問題將多臺計算機組合起來形成的單個系統

Cluster分為三種類型：

LB：Load Balancing，負載均衡，多個主機組成，每個主機只承擔一部分訪問請求

HA：High Availiablity，高可用，避免SPOF（single Point Of failure）

? MTBF:Mean Time Between Failure 平均無故障時間，正常時間

? MTTR:Mean Time To Restoration（ repair）平均恢復前時間，故障時間

? A = MTBF /（MTBF+MTTR） (0,1)：99%,99.5%,99.9%,99.99%,99.999%

SLA：服務等級協議（簡稱：SLA，全稱：service level agreement）。是在一定開銷下為保障服務的性能和可用性，服務提供商與用戶間定義的一種雙方認可的協定。通常這個開銷是驅動提供服務質量的主要因素。在常規的領域中，總是設定所謂的三個9，四個9來進行表示，當沒有達到這種水平的時候，就會有一些列的懲罰措施，而運維，最主要的目標就是達成這種服務水平。

  1年 = 365天 = 8760小時
  99.9 = 8760 * 0.1% = 8760 * 0.001 = 8.76小時
  99.99 = 8760 * 0.0001 = 0.876小時 = 0.876 * 60 = 52.6分鐘
  99.999 = 8760 * 0.00001 = 0.0876小時 = 0.0876 * 60 = 5.26分鐘

停機時間又分為兩種，一種是計劃內停機時間，一種是計劃外停機時間，而運維則主要關注計劃外停機時間。

• HPC：High-performance computing，高性能 www.top500.org

分布式系統

? 分布式存儲： Ceph，GlusterFS，FastDFS，MogileFS

? 分布式計算：hadoop，Spark

分布式常見應用

• 分布式應用-服務按照功能拆分，使用微服務
• 分布式靜態資源–靜態資源放在不同的存儲集群上
• 分布式數據和存儲–使用key-value緩存系統
• 分布式計算–對特殊業務使用分布式計算，比如Hadoop集群

集群和分布式

集群：同一個業務系統，部署在多臺服務器上。集群中，每一臺服務器實現的功能沒有差別，數據和代碼都是一樣的

分布式：一個業務被拆成多個子業務，或者本身就是不同的業務，部署在多臺服務器上。分布式中，每一臺服務器實現的功能是有差別的，數據和代碼也是不一樣的，分布式每臺服務器功能加起來，才是完整的業務

分布式是以縮短單個任務的執行時間來提升效率的，而集群則是通過提高單位時間內執行的任務數來提升效率。

對于大型網站，訪問用戶很多，實現一個群集，在前面部署一個負載均衡服務器，后面幾臺服務器完成同一業務。如果有用戶進行相應業務訪問時，負載均衡器根據后端哪臺服務器的負載情況，決定由給哪一臺去完成響應，并且一臺服務器垮了，其它的服務器可以頂上來。分布式的每一個節點，都完成不同的業務，如果一個節點垮了，那這個業務可能就會失敗

集群設計原則

可擴展性—集群的橫向擴展能力

可用性—無故障時間 (SLA service level agreement)

性能—訪問響應時間

容量—單位時間內的最大并發吞吐量(C10K 并發問題)

集群設計實現

基礎設施層面

提升硬件資源性能—從入口防火墻到后端 web server 均使用更高性能的硬件資源

多域名—DNS 輪詢A記錄解析

多入口—將A記錄解析到多個公網IP入口

多機房—同城+異地容災

CDN(Content Delivery Network)—基于GSLB(Global Server Load Balance)實現全局負載均衡，如：DNS

業務層面

分層：安全層、負載層、靜態層、動態層、(緩存層、存儲層)持久化與非持久化

分割：基于功能分割大業務為小服務

分布式：對于特殊場景的業務，使用分布式計算

本文鏈接：http://www.royaladd.com/35565.html