这是我参与「第五届青训营 」伴学笔记创作活动的第 8 天
什么是分布式
分布式系统是计算机程序的集合，这些程序利用跨多个独立计算节点的计算资源来实现共同的目标。可以分为分布式计算、分布式存储、分布式数据库等。
优势：
- 可用性（容错性）
一台服务器的系统崩溃并不影响到其余的服务器，仍可以正常对外提供服务。 - 可扩展性
可以通过线性的增加机器资源，来应对不断增长的外部需求。 - 资源共享
如银行，预订系统。 - 灵活性
容易安装，实施和调试新的服务。 - 更快的速度
拥有多台计算机的计算能力，使得它比其他系统有更快的处理速度。 - 开放系统
由于它是开放的系统，本地或者远程都可以访问到该服务。 - 更高的性能
相较于集中式计算机网络集群可以提供更高的性能。
挑战：
- 普遍的节点故障
- 不可靠的网络
- 异构的机器与硬件环境
- 安全
Why-How-What
使用者视角：
Why：
- 数据爆炸，对存储和计算有大规模运用的述求
- 成本低，构建在廉价服务器上
How：
- 分布式框架
- 成熟的分布式系统
What：
- 理清规模，负载，一致性要求等
- 明确稳定性要求，制定技术方案
学习者实践：
Why：
- 后端开发必备技能
- 帮助理解后台服务器之间协作的机理
How：
- 掌握分布式理论
- 了解一致性协议
What：
- 把要点深入展开，针对难点搜索互联网资料进行学习
- 将所学知识运用于实践
常见的分布式系统
分布式存储
- Google File System(GFS):google分布式文件系统
- Ceph:统一的分布式存储系统
- Hadoop HDFS:基于GFS架构的开源分布式文件系统
- Zookeeper：高可用的分布式数据管理与系统协调框架
分布式数据库
- Google Spanner:google可扩展的、全球分布式的数据库
- TiDB:开源分布式关系型数据库
- HBase:开源Nosql数据库
- MongoDb:文档数据库
分布式计算
- Hadoop:基于MapReduce分布式计算框架
- Spark:在Hadoop基础之上，使用内存来存储数据
- YARN：分布式资源调度
