一個成熟的大型分散式系統，並不是在其開始時，就設計為這樣，而是在之後的不斷優化，迭代而不斷的進化成熟的。 在一個系統剛開始運行時，可能用戶數，業務處理等都還比較簡單，因此由一臺伺服器就能支撐起其正常的業務處理。其系統架構模型可能如下所示： 1，單應用架構 其應用服務和資料庫服務，都部署在同一臺伺服器 ...
一個成熟的大型分散式系統，並不是在其開始時，就設計為這樣，而是在之後的不斷優化，迭代而不斷的進化成熟的。
在一個系統剛開始運行時，可能用戶數，業務處理等都還比較簡單，因此由一臺伺服器就能支撐起其正常的業務處理。其系統架構模型可能如下所示：
1，單應用架構
其應用服務和資料庫服務，都部署在同一臺伺服器上。此時應用的實現簡單，能夠快速上線，為用戶提供服務。比如很簡單的可以使用Tomcat+Mysql部署在同一臺機器上，提供服務。
但是隨著用戶數量的增加，業務內容的不斷增加。其應用伺服器的響應可能會慢慢變得遲緩，此時需要提升應用伺服器的負載能力，保證用戶的使用體驗。因此需要採用更好的系統架構：
2，應用伺服器和資料庫伺服器分離：
應用伺服器和資料庫伺服器的分離，使得應用能夠獲得整個伺服器的CPU資源來響應用戶請求。應用伺服器和資料庫伺服器的分離，也大大減少了應用的宕機風險。此時我們開始關註伺服器的管理了。
3，應用伺服器集群：
隨著用戶量的繼續增加，一臺應用伺服器可能不能滿足系統的需求，因此我們需要採用應用伺服器的集群架構。
通過將用戶的請求分流到不同的應用伺服器，從而提高整個系統的負載能力，保證用戶的使用體驗。
但是當應用伺服器採用集群結構後，遇到了之前不存在的新問題，比如：
（1）：用戶的請求由誰來決定，分發給哪個伺服器來處理(負載均衡問題)。
（2）：用戶在使用網站的過程中，如何維護用戶session，保證不同的伺服器響應請求時，能保證用戶Session數據共用。
因此這個應用集群架構中，需要在應用伺服器之上，新增一層進行負載均衡。
負載均衡器，可以分為軟負載和硬負載。
軟負載： Nginx或Apache等。
硬負載：F5等.
Session共用，可通過配置Tomcat的session共用來解決。但是由於Session在伺服器間的複製，占用浪費帶寬比較嚴重，此時建議Tomcat的實例不能過多。
4，資料庫伺服器讀寫分離：
在完成了應用伺服器的集群分佈後，此時的系統瓶頸就卡在資料庫服務這塊了。在對資料庫伺服器進行分散式集群時，很容易碰到多個資料庫實例上的數據不一致的問題，因此一般我們會根據提供的應用服務具體類型，綜合考慮應用提供的讀寫服務頻率等特點。可以考慮先把資料庫服務的讀寫進行分離。
此時，系統遇到的問題是：
（1）：主從伺服器上的數據同步。可以使用Mysql自帶的主從複製。
（2）：可以根據業務選擇對應的資料庫中間件，屏蔽具體的資料庫訪問細節，如mycat等。
5，使用搜索引擎，緩解資料庫讀庫壓力
根據具體的業務類型，如果設計到很多模糊查詢，而且數據量比較大，此時可以引入搜索引擎，如Elasticsearch。
引入了搜索引擎，則需要額外的工作，如維護索引的構建，數據同步到搜索引擎等。
6，引入緩存機制
隨著用戶請求數量的增加，有一些熱點數據，可能會不斷的被用戶訪問，此時，可以把這些數據放進記憶體中，既避免訪問資料庫，又能加速響應用戶請求。此時可以開始使用緩存技術，比如Redis,Memcache等。
使用緩存機制，能夠緩存讀庫壓力，提升應用性能，與讀庫相比，從緩存中讀取數據，也能夠更快的響應用戶請求。
在有些使用場景中，可能需要使用一些數據，這些數據放在記憶體中不太合適，而放到資料庫中又太麻煩，此時可以考慮使用NoSql產品，來代替傳統的關係型資料庫，保持這些數據。
在分散式系統中，使用NoSql時，也需要考慮緩存是否支持分散式集群。
7，資料庫的水平/垂直拆分
隨著業務量和數據量的持續增加，由於所有的數據都在同一個資料庫中，資料庫表非常多且雜，有些一個表中的數據記錄已經達到了很大的數量。儘管採取了讀寫分離，緩存機制等，但是單個資料庫中的併發連接數有一個上限，因此對資料庫的訪問依然會成為一個瓶頸。
因此需要考慮對資料庫進行拆分。
垂直拆分：把不同的業務數據拆分到不同的資料庫中。
水平拆分：把同一張表中的數據，拆分到不同的資料庫中，水平拆分的原因是某些表中的數據量記錄太大，達到了單個資料庫的瓶頸。
8，應用的拆分
隨著業務越來越多，整個應用越來越複雜，工程規模也越來越大。此時的管理維護工作量會越來越複雜。可以考慮根據領域模型，對系統進行拆分
對應用進行拆分後，可能有一些基本的操作，在每個子系統中，都會使用到，比如訪問用戶數據等，此時可以把這些相同的操作，抽象出來，通過提供服務的方式，提供給各個子系統使用。
因此此時遇到的一些新問題是，多個子系統之間如何進行遠程通信。比如通過RPC技術(dubbo,webservice,hession,heep,RMI等)，解決遠程通信問題。
在系統不斷進化時，整個系統也變得越來越複雜，管理難度越來越大，同時也會不斷的出現新的技術，來解決不斷出現的新問題，如微服務，Docker容器技術，容器編排等。
最重要的是，根據應用的實際情況，如用戶量，併發數，數據量等採用最合適的架構。
