《ZeroC Ice 权威指南》笔记

Ice介绍

        Ice（Internet Communications Engine）是ZeroC公司的杰作，继承了CORBA的血统，是新一代的面向对象的分布式系统中间件。Ice是RPC通讯领域里最稳定、强大、高性能、跨平台、多语言支持的老牌开源中间件，特别适合于当前互联网领域中一个平台存在多种开发语言编程，以及网站和app应用并存的复杂大型项目。

        RPC（Remote Procedure Call Protocol 远程过程调用协议），是一种通过网络从远程计算机程序上请求服务，而不需要了解底层网络技术的协议。RPC假定某些传输协议的存在，如TCP或UDP，为通讯程序之间携带信息数据；在OSI网络通讯模型中，RPC跨越了传输层和应用层。

        Ice通过具体编程语言物管的中立语言Slice（Specification Language fro Ice）来描述服务的接口，从而达到对象接口与其实现想分离的目的。

        目前Ice平台支持客户端API的语言有C++、.NET、Java、Python、Object-C、Ruby、PHP、JavaScript等。在服务器可以使用C、.NET、Java、Python等来开发。

关键特性

    1. 支持多语言之间的RPC互通。

    2. 高性能的RPC调用。

    3. 支持传统的RPC调用、异步调用、One-Way调用、批量发起请求，支持TCP通信、UDP通信等。

    4. 多平台支持。

    5. 不断更新，与时俱进。

Java在分布式系统的核心技术

1. JNDI：Java命名和目录服务，类似zooKeeper
2. JMS：Java消息服务 如LinkeIn 来源的Kafka ，ZeroMQ，nanomsg都值得研究
3. RMI：Java远程通信框架，替代它的有很多，比如Ice、Dubbo、Avro、Thrift、Protocol Buffers协议等。

几个常用来源中间件介绍

其实，一个复杂的分布式系统可以通过搭积木的方式来建立，每个积木就是一个中间件，可通过适当的代码将其黏合在一起。

ZooKeeper 

    ZooKeeper 提供基础的目录/名字服务、配置管理服务。并且在此基础上还能提供分布式锁、leader选举等高级功能。网上有一段有趣生动的介绍:“ZooKeeper，顾名思义就是动物园里大象(hadoop)、蜜蜂(Hive)、小猪(Pig)、和我的猫(MyCat)的管理员”。

    客户端建议采用Apache Curator这个二次封装的客户端来进行客户端代码的编写，它封装和简化了很多于业务无关的逻辑，使用简单，质量可靠。

Apache Kafka

    Kafka是一个高吞吐量的分布式消息系统，由LinkIn开源，被描述为LinkeIn的“中枢神经系统”。Kafka管理从各个应用程序汇聚到此的信息流，这些数据经过处理后再被分发到何处。

    Kafka使用Scala开发，而Scala又是JVM上运行的动态需要，因此对会Java的同学来说学习难度并不大，其客户端也支持Java语言，比较容易部署在本机上进行学习研究。

Facebook Thrift

    Facebook Thrift是最新一代高性能、跨需要的RPC通信框架，支持多种语言。

    Facebook Thrift与Ice类似，不过没有Ice完整和成熟。与Facebook Thrift类似的还有Apache Avro。

Apache Storm、Spark Streaming 、Samza

    与Hadoop相比Storm是个实时的高容错的分布式计算系统。 Storm也可以处理批量数据，但其在保证高可靠性的前提下还可以让处理进行得更加实时，所有的信息都会被处理。 Storm同样还具备容错和分布计算的特性，这让 Storm可以扩展到不同的机器上进行大批量的数据处理。

    Storm的主要开发语言为Java，并且包括了Clojure这种Lisp语言，对于Java工程师来说，学习难度并不大。与Strom类似的还有Spark Streaming、LinkIn的Samza，它们都是最近开源的热门项目。

    Spark Streaming是Spark中新的流式计算框架。Spark并不会像Strom那样一次处理一个数据流，而是在处理前按时间间隔预先将其分为一段段的批处理作业。

    而Samza处理数据流时，会依次处理收到的每条消息。Samza的流单位既不是元组，也不是Dstream而是一条条消息。

    Strom、Spark Streming、Samza这三种实时流计算系统都是分布式系统，具有低延迟、可扩展和容错性等诸多优点。它们的共同特同特色在于：允许你在运行数据流代码时，将任务分配到一系列具有容错能力的计算机上并行运行，此外，它们都提供了简单的API来简化底层实现的复杂程度。

MyCat

    MyCat是一个基于MySQL的分表分库的中间件软件，也可以说是一个分布式数据库，其前身为阿里巴巴开源的Cobar，但由于阿里巴巴后来发展云平台并提供收费RDS服务，因此最终关闭了这个开源项目。然后国内一帮技术大拿一起发起了MyCat开源项目 ( http : / / www my cat org. cn ），目标是成为Apache旗下的顶级中国开源项目。

章节笔记

3.1 看不大明白

3.2-3.5  有实现

3.6 IcePatch2介绍使用-部署、同步。

4.1 改造Ice日志，将ice日志以logback的方式保存。

4.2 封装ice客户端，很实用，已经实现demo。

4.3 集成Ice与Spring框架

4.4 实现Ice服务质量监控，通过代码拦截采集信息、JRDS监控等。

45. 使用Maven标准化项目

5.1 深入解析Ice异步调用，怎么结合Ice本事实现异步

5.2 Ice附在均衡机制研究，多负载均衡深入研究

5.3 Ice SLL实践。加密 数字证书 CA（收费）  自己做CA证书，需要注意，Tcp调用和SLL调用100次性能下降4倍。这就是为什么Ice默认采用TCP通信和大多数系统不使用SSL加密的方式进行接口调用的原因。

5.4 PHP优化建议。

5.5 Ice性能调优

    需要注意Ice默认线程池大小是1 。一般我们要设置成CPU核心数的4-16倍，以支持更多的并发性和防止请求阻塞。

    Ice for Java 是运行在JVM上面的，JVM调优的几个原则如下

        1. 尽量使用稳定版本的JVM，因为每次JVM的升级都带来了性能的升级。

        2. 由于会在一个服务器上启动多个Ice Node实例，因此每个Ice Node上的IceBox不要分配过大的内存以造成浪费和竞争。观察GC的波动，在性能测试过程中监控JVM堆内存的峰值，来设定一个合理的堆大小。

        3. 不建议设置不确定的优化参数，以免造成困惑。

        4. 调优的目标是GC总体时间减少，内存使用稳定，避免大幅波动。

5.6 Ice部署方案

    要满足以下条件

        1. 避免单点故障

            将Ice的注册表服务Registry部署为主从模式，主节点宕机时，从节点继续工作，为了可靠需要在两台不同的服务器上分别启动进程；

        2. 提供服务的负载均衡

            每个Ice服务部署在至少两台不同的服务器上并启动负载均衡机制；

        3. 尽可能充分利用硬件资源

            通过将CPU密集型的服务与I/O密集型服务交叉部署在一台服务器上来达到目标；

    实际部署案例，6台X86服务器组成IceGrid集群，如图：

        

        Ice-Reg-M是Ice的注册表主节点，部署和启动注册表服务，并启动一个Ice Node，在此Node上根据情况部署访问频率和服务压力（主要是CPU）不是很高的一组服务。

        另外，Ice-Reg-M和Ice-Reg-S上同时提供Ice服务部署同步(3.6介绍过)的Server端进程，用于Ice服务的二进制文件的同步更新操作，其余节点全部安装同步客户端命令，默认连接Ice-Reg-M，实现版本更新和部署升级。

        其余四台各产生两组互为主备的结构。

6.1 Ice For JavaScript Ice3.6才支持，文档和demo还不是很完善。是基于WebSocket技术。

6.2 Ice对移动设备的支持，支持Android（Java）和IOS（Object-C）

第7 章 互联网架构师深造之路

还是有收获的，里面有些理念还是比较独特的。但是整体来说还是不能看懂看透，只能大概了解下，写些demo。感觉书本作者也不是很用心，代码格式有点乱~ ，此书的精华还未完全吸收。等我在修炼一段时间再过来看看。

试读章节： http://pan.baidu.com/s/1sk6ffSL

ice概念和原理： http://share.weiyun.com/aed5e6b95bac127fec852206625ec69e