目錄

• • 前言
  • 高并發(fā)
  • • 高并發(fā)讀
    • • 動靜分離與CDN加速
      • 緩存
      • 并發(fā)讀與Pipeline
      • 重寫輕讀
      • 讀寫分離
      • 批量
    • 高并發(fā)寫
    • • 數(shù)據(jù)分片
      • 任務(wù)分片
      • 異步化
      • 批量
  • 高可靠
  • • 七板斧
  • 高可用
  • • 高可用架構(gòu)幾個核心問題

前言

• 因為本人沒多少三高的實戰(zhàn)經(jīng)驗，所以對《架構(gòu)設(shè)計2.0大型分布式系統(tǒng)架構(gòu)方法論與實踐》這本書的三高比較感興趣，在此做個記錄，并加入一點自己的理解（如果有錯誤的地方請批評指出，感激不盡）。
• 何為三高？
  • 高并發(fā)：高并發(fā)是為了讓系統(tǒng)變得更有效率。
  • 高可靠：為了讓系統(tǒng)變得更靠譜，盡可能減少故障發(fā)生次數(shù)。
  • 高可用：為了故障發(fā)生后，故障恢復時間盡可能的短。

高并發(fā)

• 高并發(fā)：高并發(fā)是為了讓系統(tǒng)變得更有效率。高并發(fā)又可以分為幾種側(cè)重類型：高并發(fā)讀、高并發(fā)寫、高并發(fā)讀寫。

高并發(fā)讀

動靜分離與CDN加速

• 靜態(tài)內(nèi)容常用的處理策略就是CDN。

緩存

• 本地緩存或集中式緩存（如Redis/Memcached）。

并發(fā)讀與Pipeline

• 并發(fā)讀：串行改并行，可以使用FutureTask、CompleteService、CompletableFuture實現(xiàn)，FutureTask使用具體可參考拙作使用FutureTask優(yōu)化業(yè)務(wù)代碼。

• Pipeline：多個Get操作一個個發(fā)出去，不等等返回結(jié)果，就像流入一個管道一樣，結(jié)果從另一個管道流出。這塊很像HTTP Pipeline。

重寫輕讀

• 書中舉例微博Feeds流，要查詢用戶Feeds流時，要先查詢關(guān)注的用戶列表，不利于高并發(fā)查詢，所以為每個用戶準備一個收件箱。某人發(fā)了條微博后，給粉絲的信箱都投遞一條數(shù)據(jù)。這樣把計算邏輯從“讀”的一端移到了“寫”的一端。
• 寬表：其實就是冗余字段。

讀寫分離

• 例如MySQL可以做集群，讀寫分離，讀的節(jié)點可以多一些。

批量

• 可以參考拙作高并發(fā)場景下請求合并(批量)。

高并發(fā)寫

數(shù)據(jù)分片

• 例如MySQL分庫分表。

任務(wù)分片

• 任務(wù)分片：例如把生產(chǎn)汽車的過程分成多道工序。雖然對每輛汽車來說依舊是串行的，但工序之間是并行的。對應(yīng)代碼與FutureTask的含義有所關(guān)聯(lián)，FutureTask使用具體可參考拙作使用FutureTask優(yōu)化業(yè)務(wù)代碼。

異步化

• 書中舉例短信驗證碼的例子：請求發(fā)送驗證碼加入到消息隊列，由另一個程序消費。

批量

• 書中提到了廣告計費系統(tǒng)的合并扣費，把用戶分組，多個扣款的請求合并成一個，也就是說只需要調(diào)用一次數(shù)據(jù)庫，減少了數(shù)據(jù)庫壓力，也提高了執(zhí)行效率。雖然這是高并發(fā)寫，但同樣可以參考拙作高并發(fā)場景下請求合并(批量)。

高可靠

• 高可靠：為了讓系統(tǒng)變得更靠譜，盡可能減少故障發(fā)生次數(shù)?？偨Y(jié)下面7個有效措施。

七板斧

• 1、限流
• 2、降級
• 3、熔斷
• 4、超時與重試
• 5、隔離
• 6、灰度發(fā)布、滾動發(fā)布、備份、回滾
• 7、監(jiān)控體系和日志報警

高可用

• 高可用：為了故障發(fā)生后，故障恢復時間盡可能的短。要想快速恢復，要避免單點。

高可用架構(gòu)幾個核心問題

• 故障探測。
• 腦裂問題。
• 數(shù)據(jù)一致性。
• 對客戶端透明。
• 高可用依賴的連環(huán)套問題。

總結(jié)

以上是生活随笔為你收集整理的《架构设计2.0大型分布式系统架构方法论与实践》三高笔记的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。