分散式系統 Distributed Systems_Chapter 01: Introduction_Week1筆記_part2
就Policies(政策) 或 Mechanisms(技術機制)各自實施作法比較
就Policies(政策)
- 我們需要對客戶端快取(client-cached)資料維持何種一致性層級？(What level of consistency)
- 我們允許下載的程式碼執行哪些操作？(Which operations do we allow downloaded code)
- 在面對不同頻寬時，我們會調整哪些服務品質（QoS）需求？(Which QoS requirements)
- 我們要求通訊具備何種等級的保密性？(What level of secrecy)
就Mechanisms(技術機制)
- Allow (dynamic) setting of caching policies
允許（動態）設定快取政策 - Support different levels of trust for mobile code
- Provide adjustable Quality of Service (QoS) parameters per data stream
針對每個資料流提供可調整的服務品質（QoS）參數 - Offer different encryption algorithms
策略與機制越嚴格的話，我們就越需要確保適當的機制，也因此會進而導致管理上與配置上的參數會更複雜。硬編碼(Hard coding)策略通常以降低靈活性的代價來簡化管理並降低複雜性。
Scale in distributed systems (怎麼定義系統具有可擴展性?)
至少有三個面向的可擴展性需要考慮：
- 使用者數量與／或程序數量（Size scalability）
系統能否隨著使用者或程序數量的增加而持續有效運作。 - 節點之間的最大距離（Geographical scalability）
系統能否在節點分布於更廣泛的地理範圍時，仍維持合理的效能與一致性。 - 管理領域的數量（Administrative scalability）
系統能否跨越多個獨立的管理領域（如不同組織或機構）而仍能協同運作。
需要明確說明系統在 規模、地理分布、管理領域 三個層面上如何應對挑戰。
絕大部分系統僅在「規模可擴展性（size scalability）」上有所考量，也就是隨著使用者或程序數量的增加，系統能否持續運作。
常見解法：使用多台高效能伺服器，並行且獨立地運作。(multiple powerful servers operating independently in parallel.)
當探討到Size scalability時，就需要回顧到傳統集中式解決方案在可擴展性上的根本問題。
Root causes for scalability problems with centralized solutions
- 計算能力的限制(The computational capacity)，受限於 CPU 的處理效能。
- 儲存能力(storage capacity)的限制，包含 CPU 與磁碟之間的傳輸速率瓶頸。
- 網路瓶頸，使用者與集中式服務之間的網路連線能力有限。
地理可擴展性（Geographical Scalability）的問題
- 無法簡單地將系統從區域網路（LAN）擴展到廣域網路（WAN）。這是因為許多系統設計基於同步的客戶端－伺服器交互模式，即客戶端發送請求並等待伺服器回覆。
然而，在 WAN 環境下，網路延遲可能過大，導致此種交互模式難以維持。 - 由於廣域網路連線在本質上具有較高的不穩定性，若僅將設計於區域網路環境下的串流影音服務直接移植至廣域網路，極可能導致服務無法正常運作。
- 缺乏多點傳播（multipoint communication）能力，因此無法直接使用簡單的廣播搜尋（search broadcast）。解決方案是開發獨立的命名服務（naming services）與目錄服務（directory services），但這些服務本身也會面臨可擴展性問題。
Problems with administrative scalability
衝突的政策：涉及使用（以及付款）、管理與安全等方面的政策往往彼此衝突。
例子:
- 計算網格(Computational grids):在不同管理領域之間共享昂貴的資源。
- 共享設備(Shared equipment):如何控制、管理並使用一個作為大規模共享感測器網路建構的射電望遠鏡(a shared radio telescope constructed as large-scale shared sensor network)？
例外 : Several peer-to-peer networks
在這些 P2P 系統中，是終端使用者彼此協作以維持系統運作，而非由管理實體來主導。
- File-sharing systems (based, e.g., on BitTorrent)
- Peer-to-peer telephony (Skype)
- Peer-assisted audio streaming (Spotify)
Techniques for scaling(可擴展性的技術)
- Hide communication latencies 隱藏通訊延遲
Ex:使用非同步（asynchronous）通訊，為傳入回應設置獨立的處理程序。(但並非都適用此套模型做法) - Facilitate solution by moving computations to client 將計算移至客戶端來促進解決方案
- Partition data and computations across multiple machines
將資料與計算分割到多台機器上 - Replication and caching: Make copies of data available at different machines
複製與快取：在不同機器上提供資料副本
Scaling: The problem with replication(複製的問題)
套用複製技術本身並不困難，但有以下關鍵問題:
- 多份副本（快取或複製）會導致不一致性。
例如:當修改其中一份副本時，該副本就會與其他副本不同。 - 若要在一般情況下保持所有副本一致，每次修改都需要進行全域同步（global synchronization）。
- 全域同步(Global synchronization)會阻礙大規模(large-scale)解決方案的實現。
- 規模可擴展性（Size scalability） 幾乎不是大問題，只需要花更多錢添購機器即可解決。
- 管理可擴展性（Administrative scalability） 最困難，因為必須處理 非技術性問題，例如政治因素與人際協作。
- 地理可擴展性（Geographical scalability）透過結合 分散（distribution）、複製（replication）、快取（caching） 技術，並搭配不同形式的一致性模型，可以達到可接受的解決方案。
Developing distributed systems: Pitfalls(陷阱誤區)
許多分散式系統不必要地變得複雜，原因在於早期設計錯誤，後續需要不斷修補。
常見的過於理想化且不真實的隱性錯誤前提假設(或是沒明確被意識到)如下:
- 網路是可靠的（The network is reliable）
- 網路是安全的（The network is secure）
- 網路是同質的（The network is homogeneous）
- 網路拓撲不會改變（The topology does not change）
- 延遲為零（Latency is zero）
- 頻寬是無限的（Bandwidth is infinite）
- 傳輸成本為零（Transport cost is zero）
- 只有一個管理者（There is one administrator）
留言
張貼留言