分布式操作系统，什么是分布式系统，分布式系统例子

现在的系统大部分都采用了分布式架构快速备案快速备案！下面通俗易懂的说下分布式到底是什么分布式操作系统？分布式操作系统，什么是分布式系统，分布式系统例子一开始互联网的应用服务比较单一（比如就只是提供一个天气状况接口），在访问量低，功能没有进一步增加的时候，运行也算是稳定！但是随着经济发展和互联网的普及，互联网用户越来越多，原来每天几千几万的服务调用，变成了几百万甚至几千万！而且为了应付不同用户的业务需求和抓住用户，更多的功能不断增加！比如原来每次用户请求，你的内存只需要100k，现在做的秒杀系统，同时会有几百万的点击，也就是需要几十几百G的内存，一台机器远远处理不了这么大的数据，单一的系统处理模式语言更新换代了！一台机器没有几十G的内存来处理数据，那么十台，百台呢？分布式由此诞生！所谓分布式系统，就是把软件应用分布到不同的物理节点上，组成一个完整的对外应用系统！分布式系统相比集中式系统具有速度快，可靠性强，可扩展性强，对用户透明的特性！既然从单一节点（同内存中处理），变为多节点处理（不同的机器，不同的ip，不同的内存），那么以前的单一系统的做法就需要进行升级！比如下面的场景:1，登录问题:以前的登录信息，session，ticket，认证等都放在一台服务器，但是现在不同的机器之间session等登录数据不再一个节点，可采用同一个redis集群，统一管理登录信息，应用服务器修改和查询都从redis中队列中获取！2，服务调用:以前的服务都在一台服务器上，直接调用即可，但是现在必须使用rpc远程调用方式，根据数据传输等协议，和不同的框架选择使用rmi，webservice，rest风格调用，zookeeper，consul等服务注册与发现架构！保证服务之间分布式调用！3，数据传输:以前数据传输都在同一个内存中进行，但是现在是不同的内存，所以需要诸如消息中间件等进行异步消息传递！4，数据一致性:因为是不同的服务器，事务也是分布式的，如果使用强一致性，会影响分布式的性能，所以通常使用消息队列或者定时补偿等方式保证数据最终一致性！5，分布式计算:将大量的互相之间有关系，却又可以解耦的计算分布到不同的机器上，提高整个系统的算力！比如hadoop，spark等大数据技术！6，分布式调用安全性:分布式系统是跨服务器的，数据的传输具有隐患，所以需要保证数据的安全性，我们的系统通过使用AES算法加密和md5验签保证数据传输安全，有兴趣的可以私聊我！7，日志问题:分布式系统的日志都在不同的机器上，如果出现生产问题需要一台机器一台机器逐一排查，所以必须使用分布式日志框架，集中处理日志！比如flume！现在银行，保险，等等基本上业务量比较大的系统肯定都是分布实现的，所以这是作为程序员需要掌握的重要知识！如果你有碰到相关的问题，私信我，我们好好交流！高可用性确实是分布式系统一项重要的指标，跟数据一致性，分区容错性组成了分布式系统的CAP原则，本文只针对高可用性分析如下：高可用性：High Availability，保证分布式系统在较长的时间内能正常响应，持续可用，业界常用几个9的说法来说明高可用性，比如说5个9，就是99.999%，全年只能停机几十分钟而已！毫无疑问，单点的系统是无论如何也不可能实现高可用的，因为受到单点故障，服务发布，网络延迟等原因，客户端总会接收不到响应，即服务不可用！比如数据库常用的集群手段有：1，主从复制，读写分离：不能做到高可用，如果主机挂了，整个系统的写功能就不能用了！2，分库分表：不能做到高可用，分库分表是把所有的数据分布到了很多的分库中，其中一个分库挂了，这部分数据就没了！3，双主互备：可以做到高可用，双主机数据一致，能动态切换主库，其中一台坏了，另一台可提供使用！双主互备得到的集群虽然实现了高可用，由于双机数据一致，限制了整个集群的容量！分布式服务的高可用更加的复杂，因为分布式系统对外是一个整体，换句话说分布式的高可用需要保证分布式系统中包括应用系统，数据库，缓存系统，消息组件等所有服务的高可用性！高可用性的解决方法一般来说比较单一，包括数据冗余，故障熔断，服务转移！数据冗余保证在任何时候最新的数据都不丢失，多份数据冗余也为后期的数据还原提供基础！故障熔断，服务转移保证单个服务不可用时，使用熔断防止服务不可用影响别的服务，并使用最新的健康服务以替换！针对应用系统的单点，一定要压测出最大的容纳能力，同时可以使用负载均衡的方式搭建集群，服务还应该设计为幂等的，防止数据一致性问题！高可用性解决方案貌似除了堆机器，没有更好的办法，不知道大家有什么手段，写出来让大家学习学习！