分布式系统中与负载均衡相关的问题

分布式系统是通过某种通信网络连接的一组计算机，每台计算机都有自己的数据库系统，用户可以从网络上的任何位置访问数据，因此每个站点都需要数据的可用性。示例-如果您想从 ATM 取款，那么您可以去任何 ATM（甚至是其他银行的 ATM）并刷卡。这笔钱将从您的帐户中扣除，并将反映在您的帐户中。无论您是从 ATM 取款还是通过网上银行转账给某人，都没有关系。这意味着在内部，所有这些东西都相互连接并作为一个单元工作。尽管在现实生活中我们认为它们是分布式的。

负载均衡器

它是分布式计算中一个非常重要的概念，其含义与它的名字所暗示的完全一样。我们以一个 OTT 平台为例，将其命名为 ABC。现在，如果今天有一个周末，那么很多人会向服务器发送请求以显示他们选择的电影或网络连续剧。在任何大型应用程序的背后，都有很多服务器处理客户端请求并传递响应。假设我们的平台 ABC 有三台服务器 S1、S2 和 S3。现在有很多请求来了，所以我们需要确保请求应该在这三个服务器之间平衡。如果所有请求都只发送到 S1 和 S2，则 S3 处于空闲状态。然后它会增加 S1 上的负载，这可能导致服务器崩溃，并且对客户端也不利，因为它会给他们延迟响应。

因此我们可以清楚地看到负载均衡器提高了分布式系统的整体性能。

负载平衡相关问题

1、性能下降：

这可能会导致性能下降，因为负载均衡器会为不同的资源分配等效或预定的权重，因此可能会导致速度和成本方面的性能下降。因此，需要有有效的负载平衡器，根据资源的类型来平衡负载。

2.工作选择：

它涉及工作选择的问题。每当我们通过负载均衡器将一些作业分配给资源时。应该有一个最佳算法来决定顺序以及应该将哪些作业分配给哪些服务器，以使我们的系统有效地工作。

3.负载水平比较：

负载分配应根据不同服务器的负载水平比较进行。因此需要建立一个完整的系统来收集和维护服务器的状态数据。

4.负载估计：

由于对进程资源的需求波动很快，因此无法确定或预测节点上的负载或进程总数。

五、业绩指标：

系统的性能指标不应该降低任何超过一个特定点。负载均衡器应该提供稳定性。因此，他们需要确保在极端事件（例如来自服务器的请求数量急剧增加时）。

6. 可用性和可扩展性：

分布式系统应该易于使用和可扩展。如今，分布式系统的概念已在全球范围内使用。它为客户提供了很大的灵活性来按需查看服务。因此，一个有效的负载均衡器必须根据对处理能力和可扩展性的期望来考虑转换。

7、稳定性：

在普通负载均衡器中，有一个中央节点负责负载均衡选择。当一个负载获得所有功率时，它会导致单点故障的情况。如果中心节点发生故障，将对应用程序产生严重影响。因此，需要一些分布式算法来确保我们不依赖中央节点来完成所有任务。

8.安全：

它还处理一些安全问题。它很容易受到攻击。通过使用云负载平衡，可以在更大程度上最小化这个问题。他们不太容易受到攻击。

9. 节点之间交换的信息量：

正如我们所知，修复网络问题非常困难。并且在图片中引入负载均衡器增加了难度。可能很难判断负载平衡器是否只是丢弃数据包、更改数据包或增加延迟。

10. 简单：

负载均衡器的算法应该更简单，它不应该复杂或时间复杂度高。系统越复杂，延迟就会增加，从而增加服务器的响应时间。因此，分布式系统的整体生产力将受到复杂算法的损害。

11. 同构节点：

系统的需求期望会不时发生变化。因此，我们不能选择同质节点，即用于执行某种类型任务的节点。因此，为不同的环境/节点开发高效的负载平衡解决方案是一项艰巨的任务。