第一章：分布式系统介绍
1.1初始分布式系统
1.1.1分布式系统的定义
两个重点：一是组件分布在网络计算机上，二是组件之间仅仅用过消息传递来通信并协调行动。
分布式系统的定义：分布式系统一定是有多个节点组成的系统，一般来说一个节点就是我们的一台计算机，然后这些节点不是孤立的，而是互相连通的，最后，这些连通的节点上部署了我们的组件，并且相互之间的操作会有协同。
1.1.2分布式系统的意义
为什么要有分布式系统：
升级单机处理能力的性价比越来越低。
单机处理能力存在瓶颈。
出于稳定性和可用性的考虑。
单机处理能力包括：处理器(CPU)、内存、磁盘和网络。
摩尔定律：当价格不变时，每隔18个月，集成电路上可容纳的晶体管数目会增加一倍，性能也将提升一倍。
这个定律高数我们，随着时间的推移，单位成本的支出所能购买的计算能力在提升。不过，如果我们把时间固定下来，也就是固定在每个具体时间点来购买单颗不同型号处理器，那么所购买的处理器性能越高，所要付出的成本就越高，性价比就越低。那么，就是说在一个确定的时间点，通过更换硬件做垂直扩展的方式来提升性能会越来越不划算。除此之外，同样是在某个固定的时间点，单颗处理器有自己的性能瓶颈，也就是说即使你愿意花更多的钱去买计算能力也买不到了，这就是前面提到的第二点。而第三点，强调的是分布式系统带来的稳定性、可用性的提升。如果我们采用单机系统，那么在这台机器正常的时候一切OK，一旦出问题，那么系统就完全不能用了。
1.2分布式系统的基础知识
1.2.1组成计算机的5要素
组成计算机的基本元素包括输入设备、输出设备、运算器、控制器和存储器，存储器又分为内存和外存。在计算机断电时，内存中存储的数据会丢失，而外存则仍然能够保持存储的数据。
1.2.2线程与进程的执行模式
1.2.2.1阿姆达尔定律
其中，P指的是程序中可并行部分的程序在单核上执行时间的占比，N表示处理器的个数(总核心数)。S(N)是指程序在N隔处理器(总核心数)相对在单个处理器(单核)中的速度提升比。
这个公式告诉我们，程序中可并行代码的比例决定你增加处理器(总核心数)所能带来的速度提升的上限，是否能达到这个上限，还取决于很多其他的因素。例如，当P=0.5时，我们可以计算出速度提升的上限就是2,。而如果P=0.2，速度提升的上限就是1.25.可见，在多核的时代，并发程序的开发或者说提升程序的并发性时多么重要。
1.2.2.2互不通信的多线程模式
1.2.2.3基于共享容器协同的多线程模式
1.2.2.4通过事件协同的多线程模式
1.2.2.5多进程模式
多进程相对于单进程多线程的方式来说，资源控制会更容易实现，此外，多进程中的单个进程问题，不会造成整体的不可用。这两点是多进程区别于单进程多线程方式的两个特点。当然，使用多进程会比多线程稍微复杂一些。多进程间可以共享数据，但是其代价比多线程要大，会涉及序列化与反序列化的开销。
1.2.3网络通信基础知识
1.2.3.1OSI与TCP/IP网络模型
1.2.3.2网络IO实现方式
网络模型主要是以太网及TCP/IP协议栈，UDP在一些场景中也会用到。
当我们使用Socket套接字进行网络通信开发时，会用到三种方式：BIO、NIO和AIO。
1.BIO方式
2.NIO方式
3.AIO方式
1.2.4如何把应用从单机扩展到分布式
1.2.4.1输入设备的变化
分布式系统由通过网络连接的多个节点组成，那么，输入设备其实可以分为两类，一种是互相连接的多个节点，在接收其他节点传来的信息时，该节点可以看作是输入设备；另外一种就是传统意义的人机交互的输入设备了。
1.2.4.2输出设备的变化
一种是系统中的节点在向
其他节点传递信息
时，该节点可以看作是输出设备；另外一种就是传统意义的人机交互的输出设备，例如终端用户的屏幕等。
1.2.4.3控制器的变化
1.2.4.4运算器的变化
1.2.4.5存储器的变化
