分布式架构是一种系统设计方法，其中计算任务、数据存储和服务运行在多个独立的计算节点上，这些节点通过网络相互连接，以实现协同工作。与传统的集中式架构相比，分布式架构具有更高的可扩展性、可靠性和容错能力。
主要特点
分散性：
- 系统中的组件和服务分布在不同的物理或虚拟机器上，而不是集中在单一服务器中。
可扩展性：
- 可以通过增加更多的节点（服务器）来扩展系统处理能力，无需对现有节点进行重大修改。
高可用性：
- 分布式架构能够继续提供服务，即使部分节点发生故障。负载均衡和冗余机制可以确保系统稳定运行。
容错能力：
- 系统能够检测到错误并自动恢复，避免单点故障（SPOF）。如果某个节点失败，其他节点可以接管其工作。
资源共享：
- 资源（如存储、计算能力等）可以跨多个节点共享，提高资源利用率。
架构类型
微服务架构：
- 将应用拆分为多个小型、独立的服务，每个服务负责特定功能，通过API进行通信。每个微服务可以独立部署和扩展。
集群架构：
- 将多台机器组织成一个集群，共同承担负载。这种方式常用于大规模计算和数据处理，如Hadoop集群。
对等网络（P2P）架构：
- 所有参与者都是平等的，每个节点既是客户端也是服务器。这种模式常见于文件共享应用（如BitTorrent）。
事件驱动架构：
- 基于事件进行通信，各组件通过消息队列或事件总线进行异步交互。这种模式提高了系统解耦和响应速度。
技术与工具
- 消息队列：如RabbitMQ、Kafka，用于异步通信。
- 容器化技术：如Docker、Kubernetes，用于管理微服务及其生命周期。
- 数据库技术：包括NoSQL数据库（如MongoDB、Cassandra）以及分布式SQL数据库。
- 负载均衡器：用于将请求合理分配给不同的服务器实例，以提高可用性和性能。
挑战
尽管分布式架构带来了许多优势，但也存在一些挑战：
复杂性：系统变得更加复杂，需要处理各个组件之间的数据一致性、安全性等问题。
网络延迟与带宽限制：由于组件在不同的位置，网络延迟可能会影响整体性能。
调试与监控难度增加：问题排查通常比集中式系统更困难，因为需要考虑多个层次的问题。
数据一致性问题：在某些情况下，保持强一致性可能很困难，开发人员需要权衡CAP定理中的选择。
总结来说，分布式架构是现代应用开发的重要方向，通过合理设计，可以提高系统的灵活性和可伸缩性，但同时也需要应对相应的挑战。
内容由零声教学AI助手提供，问题来源于学员提问
![[pgsql]
host=127.0.0.1
port=5432
database=emm_manager
user=uniemm
passwd=OPwdVGWjHT8nQmQ7BEav8g==
[redis]
host=10.19.83.70,10.19.83.70,10.19.83.70,10.19.83.70,10.19.83.70,10.19.83.70
port=7001,7002,7003,7004,7005,7006
passwd=8xNnDa3XamGiMw==
mode=...](https://linuxcpp.0voice.com/zb_users/upload/2023/05/202305162237121215388.png)
![sed -i "s/${dbconf_map["java_addr"]}/${shardingsphere_proxy_vip}:${shardingsphere_proxy_port}/g" $java_conf_path 双引号是否会错乱？](https://linuxcpp.0voice.com/zb_users/upload/2023/05/202305162214216277121.png)
