概述
Master-Workers 架构（粗译为主从架构）是分布式系统中常见的一种组织方式。
面对分布式系统中一堆分离的机器资源，主从架构是一种最自然、直白的组织方式——就像一群人，有个说了算 leader 进行组织、协调，才能最大化这群人的对外输出能力。
架构模块
主从架构系统，通常由单个 Master ，多个 Worker 组成。
此外，还有使用系统的外部用户。我们通常称之为客户端（Client），Client 通过系统暴露的接口（如 RPC、HTTP）与系统进行交互。
Master
Master 通常会存储系统的元信息，什么是元信息呢？可以理解为集群组织信息在 Master 脑中的一个倒影，或者说视图（View）：比如集群有多少 Worker、每个 Worker 有多少剩余容量、负载如何、哪些 Worker 存储了哪些数据等等。
元信息收集：分两种情况：
- 配置。可以理解为集群静态信息，比如系统初始有多少个 Worker、Worker 的物理拓扑、每个 Worker 的容量等等，Master 会在启动时加载这些配置信息。
- 汇报。主要是集群动态信息，Worker 在运行时，主动将自身状态汇报给 Master，比如 Worker 是否存活、Worker 负载信息、Worker 存了哪些数据等等。在系统运行中，Worker 会定时地通过心跳（Heartbeat）等方式，持续给 Master 汇报。
-----》 然后，Master 就可以对整个集群情况有个掌握，从而做出一系列的决策，试举几例：
- 调度（Schedule）。一个新的写数据请求来了，要分配给哪个 Worker 负责？通常会选择一个负载小的。
- 均衡（Balance）。随着 Worker 变动、数据增删，数据在不同机器中分布可能不再均匀，在某些机器形成读写热点、在另一些机器却存在资源浪费，从而影响系统整体性能。因此需要实时监测，适时迁移。
- 路由（Locate/Route）。一个读写请求来了，不知道去找哪个 Worker？Master 便会查询元信息，给出对应数据的 Worker 信息。
-----》 Master很重要，使用主备来保证其中一个master故障，可以通过选举来重新替换master。
Workers
在存储系统中，Workers 会存储实际数据，并对外提供数据 IO 服务。
从单机视角来看，Worker 需要设计一个贴合业务需求的单机引擎，高效的存储数据。单机引擎设计也是一个很大的话题，这里简要提一嘴：
- 索引设计：比如 B+ 树、LSM-tree、哈希索引等等。
- 底层系统：是用裸盘还是文件系统。
- 存储介质：使用可持久化内存、固态硬盘还是机械硬盘。
从多机视角来看，机器的数量一上去，系统中单台机器出现故障的概率便大大提高。为了应对这种常态化的故障，需要：
- 运维的自动化。机器不可用后要自动剔除，修好后要便捷上线。
- 数据的冗余化。机器故障后数据不能丢，因此每份数据要多副本存放、使用 EC 算法做冗余。
小结
Master-Workers 架构是分布式系统中最常用的一种组织方式。
还有： Master-Worker-Gcs架构。
标签：架构,机器,worker,Worker,master,分布式系统,Master,数据 From： https://www.cnblogs.com/chuting/p/16899069.html