Introducción a sistemas distribuidos¶

Un sistema distribuido es un conjunto de computadoras que trabajan juntas de manera coordinada para lograr un objetivo común, presentándose a los usuarios como un sistema único y coherente.

Características fundamentales¶

Estado compartido entre nodos: Los nodos mantienen y acceden a información común
Operación concurrente: Múltiples procesos se ejecutan simultáneamente en diferentes nodos
Tolerancia a fallos: Un nodo puede fallar sin afectar el servicio general del sistema

Diferencias clave¶

Paralelismo vs. Distribución¶

Paralelismo: Ejecución de varias tareas simultáneas en una misma máquina (multiprocesador, multinúcleo)
Distribución: Ejecución de tareas en varias máquinas coordinadas a través de una red

Problemas de latencia en sistemas distribuidos¶

Uno de los mayores desafíos en sistemas distribuidos es la diferencia en los tiempos de acceso a los diferentes componentes:

Acceso a la RAM -> nanosegundos (ns)
Acceso a SSD -> microsegundos (μs)
Acceso a la red -> orden de milisegundos (ms)

Relación de magnitudes: - La RAM es aproximadamente 1000 veces más rápida que un SSD - El SSD es aproximadamente 1000 veces más rápido que la red

Conclusión: En sistemas distribuidos ganamos capacidad de procesamiento y almacenamiento, pero perdemos velocidad debido a la latencia de red.

Escalabilidad¶

La escalabilidad se refiere a la capacidad de un sistema para manejar un crecimiento en la carga de trabajo. Existen dos enfoques principales:

Escalabilidad horizontal: Aumentar el número de nodos (más máquinas)
Ventajas: Mayor tolerancia a fallos, límites teóricos más altos
Desventajas: Mayor complejidad en coordinación y consistencia
Escalabilidad vertical: Aumentar la capacidad de un nodo existente (más CPU, RAM, almacenamiento)
Ventajas: Más simple de implementar, sin problemas de consistencia distribuida
Desventajas: Límites físicos, punto único de fallo

Tolerancia a fallos¶

Un cluster (grupo de nodos que trabajan juntos) puede sobrevivir a caídas parciales, mientras que un servidor único no puede hacerlo.

Métricas clave de disponibilidad¶

MTBF (Mean Time Between Failures): Tiempo promedio entre fallas
Indica la confiabilidad del sistema
MTBF alto = sistema más confiable
MTTR (Mean Time To Recovery): Tiempo promedio para recuperación
Indica la capacidad de recuperación del sistema
MTTR bajo = sistema se recupera rápidamente
Uptime: Tiempo durante el cual el sistema está operativo
Se expresa comúnmente en "nueves" (nines)
Ejemplos:
- 99.9% = "tres nueves" ≈ 8.76 horas de downtime por año
- 99.99% = "cuatro nueves" ≈ 52.6 minutos de downtime por año
- 99.999% = "cinco nueves" ≈ 5.26 minutos de downtime por año
- 99.9999% = "seis nueves" ≈ 31.5 segundos de downtime por año
AWS generalmente ofrece "seis nueves" (99.9999%) en sus servicios

Chaos Engineering¶

La ingeniería del caos es la disciplina de experimentar en un sistema distribuido para construir confianza en su capacidad para resistir condiciones turbulentas en producción.

Herramientas y conceptos¶

Chaos Monkey: Apaga instancias al azar para probar la resiliencia del sistema
Chaos King: Simula la caída de una región completa de AWS
Simian Army: Conjunto de herramientas que agrupan todas las anteriores y más
Gremlin: Plataforma para inyectar fallos de manera controlada

Filosofía: Un sistema siempre va a fallar eventualmente; debemos asegurarnos de que falle de manera controlada y con gracia (graceful degradation).

Teorema CAP¶

El teorema CAP establece que es imposible para un sistema distribuido que presenta un fallo parcial (partición de red) garantizar simultáneamente las tres propiedades siguientes:

Las tres propiedades del teorema CAP¶

C (Consistency) - Consistencia: Toda lectura retorna la escritura más reciente o un error
Todos los nodos ven los mismos datos al mismo tiempo
A (Availability) - Disponibilidad: Toda solicitud recibe una respuesta (no necesariamente la más reciente)
El sistema siempre responde, incluso si algunos nodos están caídos
P (Partition tolerance) - Tolerancia a particiones: El sistema sigue funcionando si la red se divide (desconecta parcialmente)
El sistema continúa operando a pesar de fallos de comunicación entre nodos

Implicaciones del teorema¶

Según el teorema CAP, durante una partición de red, un sistema distribuido solo puede garantizar dos de las tres propiedades:

CP (Consistencia + Tolerancia a particiones): Prioriza consistencia sobre disponibilidad
Ejemplo: Bases de datos relacionales distribuidas
AP (Disponibilidad + Tolerancia a particiones): Prioriza disponibilidad sobre consistencia
Ejemplo: DynamoDB, Cassandra
CA (Consistencia + Disponibilidad): Solo posible en sistemas no distribuidos o sin particiones

Modelos de consistencia¶

ACID (Atomicity, Consistency, Isolation, Durability)¶

Prioriza consistencia sobre disponibilidad
Propiedades:
Atomicidad: Las transacciones son completas o no ocurren
Consistencia: Las transacciones llevan la base de datos de un estado válido a otro
Aislamiento: Las transacciones concurrentes no interfieren entre sí
Durabilidad: Los cambios persisten después de confirmados

BASE (Basically Available, Soft state, Eventually consistent)¶

Prioriza disponibilidad sobre consistencia inmediata
Propiedades:
Básicamente disponible: El sistema responde incluso durante fallos
Estado suave: El estado puede cambiar con el tiempo sin nuevas entradas
Consistencia eventual: El sistema se volverá consistente con el tiempo si no hay nuevas escrituras

Tabla de resumen¶

Concepto	Descripción	Ejemplos/Notas
Sistema distribuido	Conjunto de computadoras que trabajan coordinadamente	Cluster, grid computing, cloud
Paralelismo	Varias tareas en una máquina	Multiprocesador, multihilo
Distribución	Varias tareas en varias máquinas coordinadas en red	Microservicios, sistemas en cluster
Latencia	Tiempo de acceso a diferentes componentes	RAM: ns, SSD: μs, Red: ms
Escalabilidad horizontal	Aumentar número de nodos	Más máquinas, mayor complejidad
Escalabilidad vertical	Aumentar capacidad de un nodo	Más CPU/RAM, límites físicos
MTBF	Tiempo promedio entre fallas	Indicador de confiabilidad
MTTR	Tiempo promedio para recuperación	Indicador de resiliencia
Uptime	Tiempo de operación del sistema	Expresado en "nueves" (99.9...%)
Chaos Engineering	Experimentar con fallos para construir confianza	Chaos Monkey, Gremlin
Teorema CAP	Limitación fundamental de sistemas distribuidos	Solo 2 de 3: C, A, P
Consistencia (C)	Todas las lecturas ven la escritura más reciente	Prioridad en sistemas CP
Disponibilidad (A)	Toda solicitud recibe respuesta	Prioridad en sistemas AP
Tolerancia a particiones (P)	Funciona durante fallos de red	Requerida en sistemas distribuidos
ACID	Modelo que prioriza consistencia	Bases de datos relacionales
BASE	Modelo que prioriza disponibilidad	Bases de datos NoSQL distribuidas

Comentarios adicionales¶

Patrones de diseño distribuido:
Leader election: Selección de un nodo coordinador
Sharding: Particionamiento de datos entre nodos
Replicación: Copia de datos en múltiples nodos
Consenso distribuido: Algoritmos como Paxos, Raft
Desafíos adicionales:
Relojes distribuidos: Sincronización de tiempo entre nodos
Transacciones distribuidas: Atomicidad a través de múltiples nodos
Detección de fallos: Identificar nodos caídos de manera confiable
Balanceo de carga: Distribución equitativa del trabajo
Tendencias modernas:
Service Mesh: Capa de infraestructura para comunicación entre servicios
Serverless: Ejecución de código sin gestión de servidores
Edge Computing: Procesamiento cerca del origen de los datos
Kubernetes: Orquestación de contenedores a escala
Consideraciones prácticas:
Ley de Amdahl: El paralelismo tiene límites debido a las partes secuenciales
Ley de Moore: Ya no es sostenible para escalabilidad vertical
Ley de Conway: La arquitectura de software refleja la estructura organizacional
Herramientas comunes:
Monitoreo: Prometheus, Grafana, Datadog
Tracing: Jaeger, Zipkin
Mensajería: Kafka, RabbitMQ
Orquestación: Kubernetes, Docker Swarm

Los sistemas distribuidos son fundamentales en la computación moderna, permitiendo construir aplicaciones escalables, resilientes y de alto rendimiento, aunque introducen complejidades significativas que deben ser cuidadosamente gestionadas.