分布式系统简介（总论）

我们在前面几篇文章中简单介绍了单个服务器对数据的处理，而在现实中数据的存储和获取会涉及到多个机器，也就是说我们会把数据分布在多台机器上，这样做有很多好处：

可扩展性(Scalability)

随着你的数据增加，一个机器可能很难处理日益增长的读写需求，你可以把这些负载分散到多个机上。

容错性/高可靠性（Fault Tolerance/ high availability）

在现实环境中，任何一个机器都有可能出现故障，可能是磁盘故障，网络故障等等，假如你希望某一个或几个机器出现问题，你的产品仍然能够继续工作，那么就需要分布式系统。

延迟（Latency）

假如你的用户遍布全球，那么你肯定希望让你的服务器物理上更加靠近对应的用户，这样才能减少相应的延迟。
总得来说，就像我们之前介绍的，当需求增加的时候，你就需要进行扩展，要不是垂直扩展，增加机器的处理能力，要不就是水平扩展，使用更多的机器来处理。前者有尽头，后者则无涯。具体可以参见我之前介绍的《负载均衡》。

Replication和Partitioning

我们在之后将重点来介绍如何水平扩展，通常来说有两者方法来实现水平扩展：

Replication

这种方法就是在多个节点（机器）上存放同样的数据，并把它们分布到不到的地方（防止自然灾害等），当一个或几个节点出现问题的时候，保证仍然能有一个节点可以工作。同样的这样的处理也能提高性能。

Partitioning

所谓的partitioning就是把一个大的数据分块存在不同的节点上。

它们两相互是独立的，不过通常我们会同时使用它们，具体的如下图所示：

我们将在后面的文章中来具体详细地介绍如何做replica，如何做partition，以及如何处理数据读写过程中发生的常见问题等。