分布式领域架构师要掌握的技术

Posted 2023-03-08 sp42a

分布式系统无疑是持久的热门话题，但其实如果不是一定有必要，强烈建议不要进入分布式领域，在集中式的情况下很多问题都会简单不少，技术人员千万不要因为外界火热的例如微服务，就把自己的产品的也去做改造，一定要仔细判断是否有必要，不要为了技术而技术，那么在必须分布式的情况下（访问量、存储量或开发人数），一个分布式领域的合格的架构师要掌握哪些技术呢，这篇文章就聊聊这个话题。

简单重复下我对架构师的标准，一个架构师最重要的不是画几个框，连几条线（这是基本要求），而是控制技术风险，要控制技术风险显然不是看几个结构性的ppt就能学会的。

通信

既然是分布式系统，系统间通信的技术就不可避免的要掌握。

首先要掌握一些基础知识，例如网络通信协议（诸如 TCP/UDP 等等）、网络 IO（Blocking-IO，NonBlocking-IO、Asyn-IO）、网卡（多队列等）；更偏应用的层面，需要了解例如连接复用、序列化/反序列化、RPC、负载均衡等。学了这些基本知识后，基本上可以写一个简单的分布式系统里的通信模块，但这其实远远不够，既然进入了分布式领域，对规模其实就已经有了不低的要求，通常也就意味着需要的是能支持大量连接、高并发、低资源消耗的通信程序。

大量的连接通常会有两种方式：

1. 大量 client 连一个 server
   在现如今 NonBlocking-IO 这么成熟的情况下，一个支持大量 client 的 server 已经不那么难写了，但在大规模，并且通常长连接的情况下，有一个点要特别注意，就是当 server 挂掉的时候，不能出现所有client都在一个时间点发起重连，那样基本就是灾难，在没有经验的情况下我看过好几起类似的 case，到 client 规模上去后，server 一重启基本就直接被冲进来的大量建连冲垮了（当然，server 的 backlog 队列首先应该稍微设置大一些），通常可以采用的方法是client重连前都做随机时间的 sleep，另外就是重连的间隔采取避让算法。

2. 一个client连大量的server
   有些场景也会出现需要连大量server的现象，在这种情况下，同样要注意的也是不要并发同时去建所有的连接，而是在能力范围内分批去建。除了建连接外，另外还要注意的地方是并发发送请求也同样，一定要做好限流，否则很容易会因为一些点慢导致内存爆掉。

这些问题在技术风险上得考虑进去，并在设计和代码实现上体现，否则一旦随着规模上去了，问题一时半会还真不太好解。

高并发这个点需要掌握 CAS、常见的 lock-free 算法、读写锁、线程相关知识（例如线程交互、线程池）等，通信层面的高并发在 NonBlocking-IO 的情况下，最重要的是要注意在整体设计和代码实现上尽量减少对io线程池的时间占用。

低资源消耗这点的话 NonBlocking-IO 本身基本已经做到。

伸缩性

分布式系统基本就意味着规模不小了，对于这类系统在设计的时候必须考虑伸缩性问题，架构图上画的任何一个点，如果请求量或者是数据量不断增大，怎么做到可以通过加机器的方式来解决，当然，这个过程也不用考虑无限大的场景，如果经历过从比较小到非常大规模的架构师，显然优势是不小的，同样也会是越来越稀缺的。

伸缩性的问题围绕着以下两种场景在解决：

1. 无状态场景
   对于无状态场景，要实现随量增长而加机器支撑会比较简单，这种情况下只用解决节点发现的问题，通常只要基于负载均衡就可以搞定，硬件或软件方式都有；
   无状态场景通常会把很多状态放在 db，当量到一定阶段后会需要引入服务化，去缓解对db连接数太多的情况。
2. 有状态场景
   所谓状态其实就是数据，通常采用 Sharding 来实现伸缩性，Sharding 有多种的实现方式，常见的有这么一些：
   2.1 规则 Sharding
   基于一定规则把状态数据进行 Sharding，例如分库分表很多时候采用的就是这样的，这种方式支持了伸缩性，但通常也带来了很复杂的管理、状态数据搬迁，甚至业务功能很难实现的问题，例如全局 join，跨表事务等。
   2.2 一致性 Hash
   一致性Hash方案会使得加机器代价更低一些，另外就是压力可以更为均衡，例如分布式 cache 经常采用，和规则 Sharding 带来的问题基本一样。
   2.3 Auto Sharding
   Auto Sharding 的好处是基本上不用管数据搬迁，而且随着量上涨加机器就 OK，但通常 Auto Sharding 的情况下对如何使用会有比较高的要求，而这个通常也就会造成一些限制，这种方案例如HBase。
   2.4 Copy
   Copy这种常见于读远多于写的情况，实现起来又会有最终一致的方案和全局一致的方案，最终一致的多数可通过消息机制等，全局一致的例如zookeeper/etcd之类的，既要全局一致又要做到很高的写支撑能力就很难实现了。

即使发展到今天，Sharding方式下的伸缩性问题仍然是很大的挑战，非常不好做。上面所写的基本都还只是解决的方向，到细节点基本就很容易判断是一个解决过多大规模场景问题的架构师，😃

稳定性

作为分布式系统，必须要考虑清楚整个系统中任何一个点挂掉应该怎么处理（到了一定机器规模，每天挂掉一些机器很正常），同样主要还是分成了无状态和有状态：

1. 无状态场景
   对于无状态场景，通常好办，只用节点发现的机制上具备心跳等检测机制就 OK，经验上来说无非就是纯粹靠4层的检测对业务不太够，通常得做成7层的，当然，做成7层的就得处理好规模大了后的问题。
2. 有状态场景
   对于有状态场景，就比较麻烦了，对数据一致性要求不高的还 OK，主备类型的方案基本也可以用，当然，主备方案要做的很好也非常不容易，有各种各样的方案，对于主备方案又觉得不太爽的情况下，例如 HBase 这样的，就意味着挂掉一台，另外一台接管的话是需要一定时间的，这个对可用性还是有一定影响的；
   全局一致类型的场景中，如果一台挂了，就通常意味着得有选举机制来决定其他机器哪台成为主，常见的例如基于 paxos 的实现。

可维护性

维护性是很容易被遗漏的部分，但对分布式系统来说其实是很重要的部分，例如整个系统环境应该怎么搭建，部署，配套的维护工具、监控点、报警点、问题定位、问题处理策略等等。

从上面要掌握的这些技术，就可以知道为什么要找到一个合格的分布式领域的架构师那么的难，何况上面这些提到的还只是通用的分布式领域的技术点，但通常其实需要的都是特定分布式领域的架构师，例如分布式文件系统、分布式 cache 等，特定领域的架构师需要在具备上面的这些技术点的基础上还具备特定领域的知识技能，这就更不容易了。

随着互联网的发展，分布式领域的很多技术都在成熟化，想想在8年或9年前，一个大规模的网站的伸缩性是怎么设计的还是很热门的探讨话题，但是到了今天基本的结构大家其实都清楚，并且还有很多不错的系统开源出来，使得很多需要经验的东西也被沉淀下去了，在有了各种不错的开源产品的支撑下以后要做一个分布式系统的难度一定会越来越大幅降低，云更是会加速这个过程。

ps: 在写这篇文章的过程中，发现要判断一个技术人的功底有多厚，其实还真不难，就是请TA写或者讲自己觉得懂的所有技术，看看能写多厚或讲多久…要写厚或讲很久其实都不容易，尽管我也不否认要很简洁的写明白或讲清楚也不容易，但一定是先厚然后薄。