集群与分布式基础

1.集群 Cluster

Cluster：集群,为解决某个特定问题将多台计算机组合起来形成的单个系统

Cluster分为三种类型：

• LB：Load Balancing，负载均衡，多个主机组成，每个主机只承担一部分访问请求
• HA：High Availiablity，高可用，避免SPOF（single Point Of failure）
• HPC：High-performance computing，高性能

2.分布式系统

分布式存储： Ceph，GlusterFS，FastDFS，MogileFS

分布式计算：hadoop，Spark

分布式常见应用:

• 分布式应用-服务按照功能拆分，使用微服务
• 分布式静态资源--静态资源放在不同的存储集群上
• 分布式数据和存储--使用key-value缓存系统
• 分布式计算--对特殊业务使用分布式计算，比如Hadoop集群

3.集群和分布式的关系

集群：

同一个业务系统，部署在多台服务器上。集群中，每一台服务器实现的功能没有差别，数据和代码都是一样的

分布式：

一个业务被拆成多个子业务，或者本身就是不同的业务，部署在多台服务器上。分布式中，每一台服务器实现的功能是有差别的，数据和代码也是不一样的，分布式每台服务器功能加起来，才是完整的业务

关系:

分布式是以缩短单个任务的执行时间来提升效率的，而集群则是通过提高单位时间内执行的任务数来提升效率。
对于大型网站，访问用户很多，实现一个群集，在前面部署一个负载均衡服务器，后面几台服务器完成同一业务。如果有用户进行相应业务访问时，负载均衡器根据后端哪台服务器的负载情况，决定由给哪一台去完成响应，并且一台服务器垮了，其它的服务器可以顶上来。分布式的每一个节点，都完成不同的业务，如果一个节点垮了，那这个业务可能就会失败

4.集群的设计原则

• 可扩展性—集群的横向扩展能力
• 可用性—无故障时间 (SLA service level agreement)
• 性能—访问响应时间
• 容量—单位时间内的最大并发吞吐量(C10K 并发问题)

5.集群的设计实现

5.1基础设施方面

提升硬件资源性能—从入口防火墙到后端 web server 均使用更高性能的硬件资源
多域名—DNS 轮询A记录解析
多入口—将A记录解析到多个公网IP入口
多机房—同城+异地容灾
CDN(Content Delivery Network)—基于GSLB(Global Server Load Balance)实现全局负载均衡，如：DNS

5.2业务方面

分层：安全层、负载层、静态层、动态层、(缓存层、存储层)持久化与非持久化
分割：基于功能分割大业务为小服务
分布式：对于特殊场景的业务，使用分布式计算

6.LB Cluster 负载均衡集群

6.1实现方式划分

硬件:

F5 Big-IP
Citrix Netscaler
A10 A10

软件:

lvs：Linux Virtual Server，阿里四层 SLB (Server Load Balance)使用
nginx：支持七层调度，阿里七层SLB使用 Tengine
haproxy：支持七层调度
ats：Apache Traffic Server，yahoo捐助给apache
perlbal：Perl 编写
pound

6.2协议层次划分

• 传输层（通用）：DNAT 和 DPORT
  LVS：
  nginx：stream
  haproxy：mode tcp
• 应用层（专用）：针对特定协议，常称为 proxy server
  http：nginx, httpd, haproxy(mode http), ...
  fastcgi：nginx, httpd, ...
  mysql：mysql-proxy, mycat...

6.3负载均衡的会话保持

1. session sticky：同一用户调度固定服务器
   Source IP：LVS sh算法（对某一特定服务而言）
   Cookie
2. session replication：每台服务器拥有全部session
   session multicast cluster
3. session server：专门的session服务器
   Memcached，Redis

7.HA 高可用集群

keepalived：vrrp协议

Ais：应用接口规范
  heartbeat
  cman+rgmanager(RHCS)
  coresync_pacemaker