摘要： 一、简介 可扩展即是通过增加相应的机器来达到抗住系统的突然流量激增的目的。 二、设计方案 2.1、存储扩展 比如订单系统，首先针对数据存储，按照基础业务进行拆分的，大体拆为用户库、运营库、权益库、基础数据库、订单库等，具体的酒店这些基础数据就放在基础数据库中，这样拆分还有个好处就是确保了故障的隔离， 阅读全文

摘要： 一、简介 高可用（HA）是系统架构设计中必须考虑的，是指系统所能提供无故障服务的一种能力。即避免因为服务器宕机导致的服务不可用的情况。 二、衡量 可用性 = 平均故障间隔/（平均故障间隔 + 故障恢复平均时间） 三、如何设计高可用 想要高可用就要避免使用单点，你想想看你的单台服务器再强应用优化的再极 阅读全文

摘要： 一、简介 高并发，即同一时刻系统能处理多少请求。 二、提高系统性能 首先该想到的是如何发挥单个服务器潜能，再考虑堆服务器。 2.1、如何知道单台服务器性能瓶颈 性能的衡量指标，在业界通常指的是响应时间或者吞吐量，但是单次的测试或者部分的测试响应时间是不足以来判断当前系统性能的好坏的，所以需要收集一段 阅读全文

摘要： 一、简介 ZAB(ZooKeeper Atomic Broadcast)算法是ZooKeeper为实现分布式协调而设计的，它是对Raft选主算法的一种改进，在拥有投票选举的维度下增加节点ID以及数据ID（数据的最新值）为参考。 二、说明 2.1、ZAB算法有3种角色： Leader：主节点 Obse 阅读全文

摘要： 一、简介 Raft算法属于典型的多数派选主算法，谁获得的票数最多，谁就可以成为主节点。 二、说明 Raft算法选主中集群各个节点的角色有3种： Leader：主节点，同一时刻只有一个Leader节点，负责整个集群的节点间的协调和管理。 Candidate： 候选节点，只有角色为候选者的节点才可以被选 阅读全文

摘要： 一、简介 bully算法，也叫霸道算法。遵循谁拳头大谁当老大原则，即集群中节点ID值最大的那个则会被选为主节点。 二、说明 bully算法在选主过程中，会涉及到以下三种消息： bully算法底层选主流程图： 【触发选主时机】 2.1、错误节点恢复。 2.2、检测到master节点发生故障，如上图： 阅读全文

摘要： 一、简介 ES是有Apache开源的一个兼有搜索引擎和Nosql数据库功能的系统。 特点如下： 基于java/Lucence构建，支持全文搜索、结构化搜索。 低延迟，支持实时搜索。 分布式部署，可横向集群扩展。 支持百万级数据。 支持多条件复杂查询，如聚合查询。 高可用性，数据可以进行切片备份 支持 阅读全文

摘要： 一、场景 由于用户数量越来越大会出现以下问题： 订单量剧增，单表数据量已经达到了千万的级别了，这个时候的索引查询已经很慢了，所以现在我们的类似这些大数据表的查询性能很差。 数据量持续增加，现在我们的磁盘大部分空间都被使用，导致数据库的复制备份操作很缓慢，所以，目前数据库系统已不能满足现在的数据量级。 阅读全文

摘要： 一、业务场景 一般在业务读多写少的场景，我们为了解决数据库IO瓶颈，可以考虑采用数据库读写分离，将写请求和读请求进行分开数据处理。 注意：主从不是主备。主从中的从服务器是要承担业务的，主备中备用服务器一般只做备份存在。 二、架构 一主多从的结构如下： 其中有个关键技术：主从复制。每次写入数据的时候， 阅读全文

摘要： 一、场景 秒杀活动属于临时高并发写请求，在活动即将开始之前，面临的是高并发的读请求，因为客户会疯狂刷新活动页面了解内容。 二、问题 2.1、超卖 假如库存只有100个，但是最终超卖了200，一般来讲秒杀系统的价格都比较低，如果超卖将严重影响公司的财产利益，因此首当其冲的就是解决商品的超卖问题。今晚超 阅读全文