单机，集群，分布式架构分析

程序部署方面

单机：

描述：一个系统业务量很小的时候所有的代码都放在一个项目中就好了，然后这个项目部署在一台服务器上就好了。整个项目所有的服务都由这台服务器提供。这就是单机结构。

缺点：单机的处理能力毕竟是有限的，当你的业务增长到一定程度的时候，单机的硬件资源将无法满足你的业务需求。

集群：

描述：集群就是单机的多实例，在多个服务器上部署多个服务，每个服务就是一个节点，部署N个节点，处理业务的能力就提升 N倍（大约），这些节点的集合就叫做集群。

通过负载均衡，协调集群里的每个节点均衡地接受业务请求。通俗的讲就是服务器A和服务器B相同时间段内处理的同类业务请求数量是相似的，减轻服务器压力，能够将业务请求均等分配 （中间件可以使用nginx）

 

优点：扩展性好，集群只是单机的多个复制，没有改变单机的原有的代码结构，每次部署新节点只需要复制部署即可。减轻服务器压力，增加服务器访问容量提升服务器压力。

缺点： 单个节点业务耦合度高、资源浪费：节点是多个业务处理集合（耦合高），每个具体业务的访问量可能差异很大。

但是他们部署的节点却是一样的，浪费服务器资源。（解决该问题用到的架构就是分布式了）。

分布式：

 分布式结构就是将一个完整的系统，按照业务功能，拆分成一个个独立的子系统，在分布式结构中，每个子系统就被称为“服务”。这些子系统能够独立运行在web容器中，它们之间通过RPC方式通信。这样我们可以根据业务的访问量来部署服务的多少。

优点：

系统之间的耦合度大大降低，可以独立开发、独立部署、独立测试，系统与系统之间的边界非常明确，排错也变得相当容易，开发效率大大提升。

系统之间的耦合度降低，从而系统更易于扩展。我们可以针对性地扩展某些服务，就是对子系统集群。

服务的复用性更高。比如，当我们将用户系统作为单独的服务后，该公司所有的产品都可以使用该系统作为用户系统，无需重复开发。

 

数据库方面：

单一数据库：

缺点：数据量太大导致性能下降；

数据文件会变得很大，导致数据备份恢复会变得很慢；

数据文件越大，极端情况数据丢失的风险更高。

这些问题可以通过数据库分库解决。

 

数据库分库:

把一个数据库切分成多个部分放在不同的数据库上。缓解单一数据库的性能问题。

 

数据库优化：

数据库读写分离：

优点：

增加了机器的数据处理能力

提升数据读写速度。