10-01 单元化架构基础

扩展性（Scalability）

• 高伸缩性
  • 添加资源就可以应对处理能力需求的增长
  • 用户、流量、数据增长，性能指标不下降
• 度量增加系统处理能力的指标
• 系统性能
  • 延迟：系统处理单词请求所需的时间
  • 吞吐量：单位时间内系统处理次数
• 伸缩性&性能&成本等综合结果
• 伸缩性差
  • 单用户性能正常
  • 用户增长后性能指标下降
  • 性能提升的成本高

横向扩展（Horizontal Scale）

• Scale out
• 增加更多机器，提高系统整体性能和处理能力
• 分布式架构
• 理论上可以无限扩展
  • 经济成本
  • 法律法规
  • 物理限制（机房大小）

纵向扩展（Vertical Scale）

• Scale up
• 增加单机资源，提升单机性能，从而提高系统整体性能
  • CPU
  • 内存
  • 存储设备
  • etc
• 集中式架构
• 上限低，成本高

数据库事物一致性

• A-Atomicity（原子性）：全部成功或者全部失败
• C-Consistency（一致性）：从一个正确的状态到另一个正确的状态（强一致性）
• I-Isolation（隔离性）：并发事务隔离，互不干扰
• D-Duration（持久化）：状态变更不丢失

系统的三大特征

高可用（HA）

• 系统不能提供服务的时间趋近于零
• MTBF（Mean Time Between Failure）：平均无故障工作时间
• MTTR（Mean Time To Repair）：平均修复时间
• A = MTBF/(MTBF+MTTR)
• 解决方案：冗余

可靠性（Raliability）

• 在给定的时间间隔和给定条件下，系统可以无故障持续运行的概率
• 影响可靠性的因素
  • 所有可能引起故障的因素
  • 故障率越高可靠性越低
  • 重点在故障次数
• Reliability是Availability的子集

稳定性（Stability）

• 在一个运行周期内、一定条件下，在持续操作时间内出错的概率
• 系统响应是否一致，行为是否稳定

容错（Fault tolerance）

• 在错误发生时，系统依然能够提供正确的功能的能力
• 直接关联到可靠性和可用性
• 解决方案：空间冗余（Space redundancy）
  提供额外的组件、功能或数据（硬件、软件、信息）
• 解决方案：时间冗余（Time redundancy）
  重试（重新计算、重新传输）

分布式系统

• 一组独立的计算单元，通过网络连接并透明地对外提供统一服务
• 组件可以支持各自独立开发
• 对用户透明，用户感知是一个系统而非多个组件
• 组件间通过消息进行通信
• 易于扩展

CAP

概念

• C-Consistency（一致性）
  系统中任一节点对外提供相同的，最新的、成功的写的结果
• A-Availability（可用性）
  系统中的存活节点总能对外提供读写功能
• P-Partition toleration（分区容错）
  部分分区失效时，系统仍旧提供正确的读写功能

分布式系统的CAP理论

• 一致性、可用性和分区容错性三者无法在分布式系统中被同时满足，并且最多只能满足其中两个
• CA系统
  不允许P（分区容错），则保证强一致性和可用性
• CP系统
  不要求可用性，系统内节点同步时间变长，如数据库集群
• AP系统
  高可用并允许分区，每个结点用本地数据，放弃一致性