使用分布式系统主要有两方面原因：
1.增大系统容量。我们的业务量越来越大，而要能应对越来越大的业务量，一台机器的性能已经无法满足了，我们需要多台机器才能应对大规模的应用场景。所以，我们需要垂直或是水平拆分业务系统，让其变成一个分布式的架构。
2.加强系统可用。我们的业务越来越关键，需要提高整个系统架构的可用性，这就意味着架构中不能存在单点故障。这样，整个系统不会因为一台机器出故障而导致整体不可用。所以，需要通过分布式架构来冗余系统以消除单点故障，从而提高系统的可用性。
思：为什么要用分布式系统，一方面是现在存在秒杀的场景，传统应用太重，很难支持海量的并发；另一方面是高可用的需求，传统的HA成本高而又不能支持多活，微服务的架构能更好地冗余。
分布式同时带来了很多问题：
? 架构设计变得复杂（尤其是其中的分布式事务）。
? 部署单个服务会比较快，但是如果一次部署需要多个服务，流程会变得复杂。
? 系统的吞吐量会变大，但是响应时间会变长。
? 运维复杂度会因为服务变多而变得很复杂。
? 架构复杂导致学习曲线变大。
? 测试和查错的复杂度增大。
? 技术多元化，这会带来维护和运维的复杂度。
? 管理分布式系统中的服务和调度变得困难和复杂。
思：分布式是一把双刃剑，有利有弊，会造成架构、运维的复杂度指数增长，由量变引发质变，传统的运维和管理模式不再可用，需要服务治理、自动化运维甚至容器和K8S来支持。
也就是说，分布式系统架构的难点在于系统设计，以及管理和运维。所以，分布式架构解决了“单点”和“性能容量”的问题，但却新增了一堆问题。而对于这些新增的问题，还会衍生出更多的子问题，这就需要我们不断地用各式各样的技术和手段来解决这些问题。
微服务的出现使得开发速度变得更快，部署快，隔离性高，系统的扩展度也很好，但是在集成测试、运维和服务管理等方面就比较麻烦了。所以，需要一套比较好的微服务 PaaS 平台。就像 Spring Cloud 一样需要提供各种配置服务、服务发现、智能路由、控制总线……还有像 Kubernetes 提供的各式各样的部署和调度方式。
此文章为10月Day8学习笔记，内容来源于极客时间《左耳听风》，强烈推荐该课程