從另一個角度理解分布式系統與CAP定理

參考：性能之殤（七）-- 分布式計算、超級計算機與神經網絡共同的瓶頸

分布式計算的本質

分布式系統的產生，來源于源于人們日益增長的性能需求與落后的x86架構之間的矛盾。
人們想辦法利用網絡和一大票便宜的PC機，通過一頓猛如虎的數學操作，來自己構建一個宏觀上更強性能、更高負載能力的計算機，去替換掉昂貴的小型機、大型機。

單體服務器 VS 分布式計算：系統規模問題

分布式系統的設計，擺脫了單機昂貴的x86服務器，但沒有擺脫馮諾依曼結構。原有的單機瓶頸，在分布式系統中仍然會存在。具體來看，

• 單體的計算機使用總線通信，總線成為數據傳輸速率的瓶頸。
• 基于網絡的分布式計算，其本質是把網絡當做總線，仍然不能擺脫節點間通信和協調時的數據傳輸瓶頸。
  • 每一臺機器相當于一個運算器加一個存儲器
  • master 節點就是控制器加輸入輸出設備

分布式計算的瓶頸

無論主從還是主備，整個系統的流量最終還是要落到一個特定的資源上。當然這個資源可能是多臺機器，但是依舊無法解決一個嚴重的問題：系統規模越大，其本底性能損失就越大。因為要涉及到節點之間的通信和協調，要想讓數百萬節點一起運算，傳遞命令和數據的工作占據了絕大多數的運行時間。
分布式系統的性能問題可能表現為很多方面，但歸根到底，是人們日益增長的性能需求和數據一致性之間的矛盾。一旦需要強數據一致性（Consistency），那就必然存在一個限制性能的瓶頸，這個瓶頸就是信息傳遞的速度（Availability）。

那么，信息傳遞速度的瓶頸在哪里呢？

所以說，當應用規模由單體拓展到分布式系統的時候，數據密集型應用設計的基本矛盾已經由“人們日益增長的性能需求與落后的x86架構之間的矛盾”轉化成“人們日益增長的性能需求和數據一致性之間的矛盾”了。

但（就像CAP定理所說）新的矛盾是無解的。為什么說它是無解的呢？個人認為，信息傳遞的瓶頸最表層是人類的硬件制造水平決定的，再往底層去是馮·諾依曼架構決定的，再往底層去是圖靈機的邏輯模型決定的。可是圖靈機是計算機可行的理論基礎呀，所以，還是怪這個熵增宇宙吧，既然我們這個宇宙是一個熵增宇宙，那么這個問題就無法解決。為什么規模越大維護成本越高呢，你也是個成熟的宇宙了，該學會自己把自己變成熵減宇宙了（狗頭）。

總結

以上是生活随笔為你收集整理的从另一个角度理解分布式系统与CAP定理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。