一、分布式系統(tǒng)為什么具有健壯性

健壯性是指在異常和危險(xiǎn)情況下系統(tǒng)生存的能力，分布式系統(tǒng)一般具有健壯性，這是因?yàn)椋?/p>

1、分布式系統(tǒng)的處理和控制功能是分布的，任何站點(diǎn)發(fā)生的故障都不會給整個系統(tǒng)造成太大的影響。

2、當(dāng)分布式系統(tǒng)中的設(shè)備出現(xiàn)故障時，可以通過容錯技術(shù)實(shí)現(xiàn)系統(tǒng)的重構(gòu)，以保證系統(tǒng)的正常運(yùn)行。

二、怎么構(gòu)建健壯的分布式系統(tǒng)

分布式系統(tǒng)一般都具有健壯性，不過面對越來越普遍隨機(jī)故障，如果系統(tǒng)構(gòu)建不當(dāng)?shù)脑挘矔?dǎo)致系統(tǒng)運(yùn)行出現(xiàn)問題，要構(gòu)建健壯的分布式系統(tǒng)，主要注意以下幾點(diǎn)：

1、最小化組件間依賴

分布式系統(tǒng)的組件相互通信以獲取數(shù)據(jù)或功能。在這兩種情況下，我們都可以通過將數(shù)據(jù)/功能推送到調(diào)用組件而不是遠(yuǎn)程訪問來減少連接需求。

構(gòu)建大規(guī)模分布式系統(tǒng)迫使我們放棄標(biāo)準(zhǔn)軟件工程的許多“最佳實(shí)踐”。要記住的關(guān)鍵是，當(dāng)我們采用分布式系統(tǒng)的復(fù)雜性來實(shí)現(xiàn)可擴(kuò)展性時，我們還需要盡可能地控制“分布”。

（1）重復(fù)數(shù)據(jù)

如果我們經(jīng)常從另一個組件訪問一些數(shù)據(jù)，我們可以在我們的組件中復(fù)制它，而不必在運(yùn)行時檢索它。這可以大大減少運(yùn)行時依賴并幫助改善我們組件的延遲。

經(jīng)常訪問但有一定規(guī)律性變化的數(shù)據(jù)可以通過定期緩存刷新來臨時緩存。更改頻率更低或從不更改的數(shù)據(jù)（例如客戶姓名）可以直接存儲在我們的組件中。如果/當(dāng)這些數(shù)據(jù)發(fā)生變化時，我們可能需要做一些額外的工作，但是這種增加的小開銷通常是值得的，因?yàn)樗梢蕴岣邚椥浴?/p>

（2）非規(guī)范化數(shù)據(jù)

非規(guī)范化是在組件內(nèi)發(fā)生的一種特殊形式的重復(fù)。如果我們使用關(guān)系數(shù)據(jù)存儲，我們可以通過在主實(shí)體中復(fù)制數(shù)據(jù)來降低查看多個實(shí)體的成本。本地化分散數(shù)據(jù)以獲得更好性能的原則也適用于此。

（3）庫

為了減輕另一個組件的功能依賴性，我們可以將遠(yuǎn)程組件打包為庫并將其嵌入到我們的組件中。這并不總是可能的（它可能是用其他語言編寫的，或者太大而不能成為一個庫）并且會帶來一系列問題（功能的變化需要跨多個組件進(jìn)行庫升級），但是如果功能很關(guān)鍵并且經(jīng)常被大規(guī)模訪問，這是打破組件間連接并使其成為本地的可行方法。

2、隔離錯誤

錯誤隔離很重要，原因有兩個。一是個別錯誤在分布式系統(tǒng)中更常見（許多移動部件的簡單功能）。另一個是，如果我們不能防止整個系統(tǒng)中的聯(lián)鎖錯誤，那么我們首先就失去了構(gòu)建復(fù)雜體的理由。

錯誤隔離的主要結(jié)構(gòu)是SLA。每個組件都聲明了一些質(zhì)量參數(shù)，它將在執(zhí)行功能時得到尊重。這些參數(shù)可以包括延遲、錯誤率、并發(fā)性等。在此SLA之外，調(diào)用它的組件會假定它已失敗并需要自行采取適當(dāng)?shù)拇胧?。如果組件本身檢測到它無法維護(hù)其SLA，它可以先發(fā)制人地告訴其調(diào)用者暫停并稍后再來調(diào)用。為了保持整體系統(tǒng)健康，最好是快速失敗而不是在違反SLA的情況下成功。兩個組件（一個被喚起的和一個喚起的）都必須為此設(shè)置機(jī)制。

（1）保護(hù)調(diào)用者

A、超時：如果被調(diào)用的組件在其SLA內(nèi)沒有響應(yīng)，調(diào)用者必須超時（放棄）并改用一些回退機(jī)制（即使它拋出錯誤）來維護(hù)自己的SLA并防止一連串的SLA違規(guī)。

B、重試：由于網(wǎng)絡(luò)不可靠，分布式系統(tǒng)中的許多錯誤只是隨機(jī)的。如果調(diào)用者自己的SLA允許，調(diào)用者可以重試該操作。重試的前提是操作的冪等性。即它不應(yīng)該改變狀態(tài)或只做一次，即使它被調(diào)用了兩次。

C、斷路器：如果對組件的調(diào)用連續(xù)失敗，調(diào)用者可以通過“打開電路”切斷連接并停止調(diào)用一段時間。由于調(diào)用者已經(jīng)有一些錯誤場景的備份行為，這節(jié)省了調(diào)用者寶貴的資源，這些資源本來會被浪費(fèi)掉。停止調(diào)用還可以減少被調(diào)用組件的負(fù)載，并給它一些恢復(fù)的喘息空間。

（2）保護(hù)被調(diào)用

A、隨機(jī)間隔：雖然重試可以減少錯誤，但在一個頻繁使用的組件中出現(xiàn)一個小的性能問題可能會導(dǎo)致其所有調(diào)用者一次重試。這種“重試風(fēng)暴”會造成負(fù)載峰值并阻止該組件恢復(fù)。為了防止這種情況，重試應(yīng)該在它們之間有一個隨機(jī)的時間間隔，以便交錯加載。

B、背壓：如果一個組件檢測到自己承受過多的負(fù)載并且即將違反其SLA，它可以搶先開始丟棄新請求，直到其性能得到控制。這比接受它知道它不能在SLA內(nèi)提供服務(wù)或沒有完全崩潰風(fēng)險(xiǎn)的請求要好得多。

3、在系統(tǒng)中建立緩沖區(qū)

（1）異步通信

消息總線之類的異步通信通道允許調(diào)用遠(yuǎn)程組件，而無需非常嚴(yán)格的SLA依賴。通過讓被調(diào)用組件準(zhǔn)備好而不是立即使用消息，系統(tǒng)對增加的工作負(fù)載的需求變得更加靈活。

（2）彈性配置

可擴(kuò)展性最終歸結(jié)為充分利用可用硬件。但是，如果看到規(guī)模增長，讓系統(tǒng)緩口氣的一個簡單方法是分配更多硬件。雖然這僅在我們能夠承受的成本范圍內(nèi)是可行的，但它為我們提供了抵御不可預(yù)測的負(fù)載變化的最后一道防線。