我对java分布式系统的一点认识 - biakia

相对于单机系统，分布式系统非常复杂，涉及到非常多的技术，作为一个屌丝，有幸能够在大规模分布式系统下工作，故在此记录一些浅薄认识，作为自己未来学习路线的参考。

一、分布式系统概述

分布式系统往往是把应用拆分成多个应用，每个团队维护一个应用，应用与应用通过远程过程调用或者消息中间件通信。这种系统的优点是能够做到高内聚 低耦合，可以支撑业务的快速发展，缺点则是运维成本大大提高了，系统出了问题，需要全链路排查。如图所示，用户使用应用A，应用A首先需要调用应用B，然 后调用应用C，其中应用B又要调用应用D和E，其中任何一个应用挂了，都会影响整个系统的链路。以上只是一个很简单的例子，真实的系统之间的依赖关系往往 非常复杂。

二 分布式系统下的技术栈

在此主要是挖个坑，后续我会一个一个填的。。。

对于分布式系统中的某个应用来说，它的入口往往有三个：远程过程调用（其他应用来调用我的服务）、消息中间件（我订阅了其他系统的消息，其他系统 会给我发消息）、web访问（主要访问页面），它的出口则有很多：远程过程调用（调用其他应用的服务）、消息中间件（我向消息服务器发消息，供其他应用消 费）、访问分布式缓存、访问分布式日志、访问数据库，执行调度任务。有了入口和出口，剩下的就是应用的核心部分，包括核心逻辑代码和辅助框架。对于分布式 系统来说，有个东西必不可少，那就是配置中心。无论是远程过程调用、消息中间件还是分布式缓存，它们都需要从配置中心获取地址列表。

下面简要概括一下分布式系统涉及的技术：

1、远程服务框架：远程服务框架是分布式系统中不可或缺的，对于远程服务框架来说，关键的几个点是：服务消费者、服务提供者、协议（java序列 号、反序列化、hessian协议等等）、网络（NIO、多路复用等等）、地址列表。其中协议的选择、网络的优化以及地址列表的获取是难点。目前业界比较 有名的开源框架有：Apache Thrift（跨语言）、Dubbo等等。

2、消息中间件：引入消息中间件是用来降低应用之间的耦合的。对于上游应用来说，它往往会依赖非常多的下游应用，如果全部用同步调用（远程过程调 用就是同步调用）的方式，那么上游应用必须等到所有下游应用全部执行成功后，才能返回成功，这种等待往往是不可忍受的。为此，需要将同步异步化，而消息中 间件可以实现这种异步化。使用消息中间件后，上游应用只需要向消息服务器发送消息就可以了，它不用等待所有应用执行完，它可以提前返回执行成功，后续，消 息服务器会去向这些下游应用发消息，通知它们执行。虽然异步化降低了应用之间的耦合，但也引入了新的问题。比如，下游系统执行的时候挂了，而这时候上游系 统其实是返回的成功，这样就导致了状态不一致。要解决这个问题，就需要使用消息中间件本身的重试机制，对于一些系统异常，需要重试直到成功，对于应用本 身，又需要对这种重试进行幂等处理，并且使用正向状态机管理整个系统的状态。消息中间件的规范可以参考JMS，业界也有成熟的开源方案，比如 ActivityMQ。

3、wrapper层：warpper层主要是上面两个入口的包装层，进行一些异常管理，日志管理和AOP拦截

4、MVC框架：这个不用多说了吧，个人比较喜欢spring MVC，有空可以阅读下源代码

5、分布式缓存：待填坑。。

6、分布式日志：待填坑。。

7、文件存储系统：待填坑。。

8、IOC容器：目前用的最多的是spring容器，对于spring的核心的几个模块，可以参考《spring源码深度解析》

9、ORM框架：ORM最好使用ibatis，不推荐hibernate，因为ibatis可以控制sql，在大数据量读写下，必须对sql进行优化。至于ibatis本身的架构，有空我会单独写文章。

10、调度引擎：用于执行异步的定时任务的引擎，待填坑。。

11、分布式数据访问层：正在学习中。。

12、配置中心：统一的配置管理中心，待填坑。。

13、web容器：tomcat，结合《tomcat源代码分析》和tomcat本身的源代码，应该可以很容易的懂tomcat的架构和实现。

14、业务逻辑层：流程引擎和规则引擎，配合spring来治理极易变动的业务逻辑，后续有空单独写个流程引擎