# 分散式系統學習筆記

Distributed Systems 是把一台電腦可以做完的事情分到很多台電腦上。

但不管 Application 要完成什麼，都只包含兩件事：

1. 資料儲存 storage
2. 運算 computation

Distributed system 就是把這兩個問題從一台電腦上，「分散」到多台電腦上而已。

---

## 目標: Scalability

只用一台電腦要做擴展的話，直覺就是把資源往上加，但這樣成本會太高。

使用多台電腦就可以用較低的成本換取相近的效能，不過會增加一些麻煩，這就是 Distributed System 要討論的東西。

### 三個 Scalability 的方向

1. Size Scalability：增加系統的 Node 時，系統跑的速度應該要線性提昇；資料變多時讀取速度不會因此而變得過慢
2. Geographic Scalability：服務橫跨的區域變大，在美國使用和在台灣使用都不會因此變得很慢
3. Administrative Scalability：不會因為增加了幾顆 node，就增加過多的管理成本。


### 兩個評估角度: Performance & Availability

- Performance: Response Speed, High throughput, Less Resource
- Availability (Fault Tolerance): 讓使用者以為我們的服務一直是 alive 的

```
Availability = uptime / (uptime + downtime)
```

{{:learn:1_2qwmgaxpo0uqhfly084g-a.png?nolink|}}


## Scalability 的困難之處

1. Node 增加時會產生 overhead
2. Node 之間的距離

---
## 面對分散式系統的兩個常用技巧： Partition 和 Replicate

- Partition: 把資料切成多個小塊
- Replicate: 把資料複製多份

### 對 Performance & Availability 的影響

|              | Partition     | Replicate    |
| Performance  | 降低搜尋的目標集 | 增加存取吞吐量 |
| Availability | 縮窄損害範圍    | 提供備援資料   |


---

## 建立抽象模型以解決分散式系統問題


例子：

- System model (asynchronous / synchronous)
- Failure model (crash-fail, partitions, Byzantine)
- Consistency model (strong, eventual)

### 兩個面向評估抽象化：易理解程度 ＆ 成本考量

- 易理解程度: 盡可能像是在用單台電腦
- 成本考量: 越像一台電腦，成本越高


### 什麼叫「抽象程度更高」

一般日常中，聽到「你講得很抽象」跟這邊指的不是同一件事。

可以先把這邊講的抽象想成是「簡化事情的複雜程度」。

所以「A 比 B 的抽象程度更高」，指的是 A 刻意忽視了 B 的某些細節，以方便管理，所以 A 更易於理解。

> 當我們每次進行抽象化時，都會失去對一些東西的掌握；假如遇到某些效能瓶頸時，還是得往實際面去解決，這時候就得重新審視那些被忽略的地方。



## Ref

- [[https://medium.com/the-bayesian-trap/414855e7bd74 | Denny 興趣使然地學習分散式系統（0）]]
- [[https://medium.com/the-bayesian-trap/167180ca7152 | Denny 興趣使然地學習分散式系統（1）]]
- [[https://medium.com/the-bayesian-trap/e0ec11e97953 | Denny 興趣使然地學習分散式系統（2）]]
- [[https://medium.com/the-bayesian-trap/a62d553d9cae | Denny 興趣使然地學習分散式系統（3）]]
- [[http://book.mixu.net/distsys/intro.html | Distributed systems for fun and profit]]