分佈式系統關注點—「無狀態」詳解

1、初識「狀態」

咱們首先舉個例子。

開發 Z 哥對運維 Y 弟喊：「Y 弟，如今系統好卡，剛上了一波活動，趕忙幫我加幾臺機器上去頂一下。」

Y 弟回覆說：「沒問題，分分鐘搞定」。

而後就發現數據庫的壓力迅速上升，DBA 就吼了：「Z 哥，你丫的搞什麼呢？數據庫要被你弄垮了」。

而後客服那邊接框也爆炸了，愈來愈多的用戶說剛登錄後沒多久，操做着就退出了，接着登錄，又退出了，到底還作不作生意了。

這個案例中的問題，產生的根本緣由是由於系統中存在着大量「有狀態」的業務處理過程。

2、「有狀態」和「無狀態」

N.Wirth 曾經在它 1984 年出版的書中將程序的定義經典的歸納爲：程序 = 數據結構 + 算法。（這個歸納也是這本書的書名）

這是一個頗有意思的啓發，受它的影響，z 哥認爲程序作的事情本質就是「數據的移動和組合」，以此來達到咱們所指望的結果。而如何移動、如何組合是由「算法」來定的，因此 z 哥延伸出一個新的定義：數據 + 算法 = 成果。

經過程序處理所獲得的「成果」其實和你平時生活中完成的任何事情所獲得的「成果」是同樣的。任何一個「成果」都是你經過一系列的「行動」將最開始的「原料」進行加工、轉化，最終獲得你所指望的「成果」。

好比，你將常溫的水，經過「倒入水壺」、「通電加熱」等工做後變成了 100 度的水，就是這樣一個過程。

正如燒水的例子，大多數時候獲得一個「成果」每每須要好幾道「行動」才能完成。

這個時候若是想下降這幾道「行動」總的成本（如：時間）該怎麼辦呢？

天然就是提煉出反覆要作的事情，讓其只作一次。而這個事情在程序中，就是將一部分「數據」放到一個「暫存區」（通常就是本地內存），以提供給相關的「行動」共用。

可是如此一來，就致使了須要增長一道關係，以表示每個「行動」與哪個「暫存區」關聯。由於在程序裏，「行動」多是「多線程」的。

這時，這個「行動」就變成「有狀態」的了。

題外話：共用同一個「暫存區」的多個「行動」所處的環境常常被稱做「上下文」。

咱們再來深刻聊聊「有狀態」。

「暫存區」裏存的是「數據」，因此能夠理解爲「有數據」就等價於「有狀態」。

「數據」在程序中的做用範圍分爲「局部」和「全局」（對應局部變量和全局變量），所以「狀態」其實也能夠分爲兩種，一種是局部的「會話狀態」，一種是全局的「資源狀態」。

題外話：由於有些服務端不僅僅負責運算，還會提供其自身範圍內的「數據」出去，這些「數據」屬於服務端完整的一部分，被稱做「資源」。因此，理論上資源能夠被每一個會話來使用，所以是全局的狀態。

本文聊的「有狀態」都指的是「會話狀態」。

與「有狀態」相反的是「無狀態」，「無狀態」意味着每次「加工」的所需的「原料」所有由外界提供，服務端內部不作任何的「暫存區」。而且請求能夠提交到服務端的任意副本節點上，處理結果都是徹底同樣的。

有一類方法天生是「無狀態」，就是負責表達移動和組合的「算法」。由於它的本質就是：

1. 接收「原料」（入參）
2. 「加工」並返回「成果」（出參） 
     
   爲何網上主流的觀點都在說要將方法多作成「無狀態」的呢？ 
     
   由於咱們更習慣於編寫「有狀態」的代碼，可是「有狀態」不利於系統的易伸縮性和可維護性。 
     
   在分佈式系統中，「有狀態」意味着一個用戶的請求必須被提交到保存有其相關狀態信息的服務器上，不然這些請求可能沒法被理解，致使服務器端沒法對用戶請求進行自由調度（例如雙 11 的時候臨時加再多的機器都沒用）。 
     
   同時也致使了容錯性很差，假若保有用戶信息的服務器宕機，那麼該用戶最近的全部交互操做將沒法被透明地移送至備用服務器上，除非該服務器時刻與主服務器同步所有用戶的狀態信息。 
     
   可是若是想得到更好的伸縮性，就須要儘可能將「有狀態」的處理機制改形成「無狀態」的處理機制。

3、「無狀態」化處理

將「有狀態」的處理過程改形成「無狀態」的，思路比較簡單，內容很少。

首先，狀態信息前置，豐富入參，將處理須要的數據儘量都經過上游的客戶端放到入參中傳過來。

固然，這個方案的弊端也很明顯：網絡數據包的大小會更大一些。

另外，客戶端與服務端的交互中若是涉及到屢次交互，則須要來回傳遞後續服務端處理中所需的數據，以免須要在服務端暫存。

（橙色請求，綠色響應）

這些改造的目的都是爲了儘可能少出現相似下面的代碼。

func(){
    returni++;
}

而是變成：

func(i){
    returni+1;
}
 

要更好的作好這個「無狀態」化的工做，依賴於你在架構設計或者項目設計中的合理分層。

儘可能將會話狀態相關的處理上浮到最前面的層，由於只有最前面的層才與系統使用者接觸，如此一來，其它的下層就能夠將「無狀態」做爲一個廣泛性的標準去作。

與此同時，因爲會話狀態集中在最前面的層，因此哪怕真的狀態丟失了，重建狀態的成本相對也小不少。

好比三層架構的話，保證 BLL 和 DAL 都不要有狀態，代碼的可維護性大大提升。

若是是分佈式系統的話，保證那些被服務化的程序都不要有狀態。除了能提升可維護性，也大大有利於作灰度發佈、A/B 測試。

題外話：在這裏，提到作分層的目的是爲了說明，只有將 IO 密集型程序和 CPU 密集型程序分離，纔是通往「無狀態」真正的出路。一旦分離後，CPU 密集型的程序天然就是「無狀態」了。

如此也能更好的作「彈性擴容」。由於常見的須要「彈性擴容」的場景通常指的就是 CPU 負荷過大的時候。

最後，若是前面的都不合適，能夠將共享存儲做爲降級預案來運用，如遠程緩存、數據庫等。而後當狀態丟失的時候能夠從這些共享存儲中恢復。

因此，最理想的狀態存放點。要麼在最前端，要麼在最底層的存儲層。

4、總結

任何事物都是有兩面性的，正如前面提到的，咱們並非要全部的業務處理都改形成「無狀態」，而只是挑其中的一部分。最終仍是看「價值」，看「性價比」。

好比，將一個以「狀態」爲核心的即時聊天工具的全部處理過程都改形成「無狀態」的，就有點得不償失了。

歡迎學Java和大數據的朋友們加入java架構交流： 855835163 羣內提供免費的架構資料還有：Java工程化、高性能及分佈式、高性能、深刻淺出。高架構。性能調優、Spring，MyBatis，Netty源碼分析和大數據等多個知識點高級進階乾貨的免費直播講解  能夠進來一塊兒學習交流哦