第一章 可靠性、可扩展性、可维护性

数据系统

首先讲述了大多数应用都是数据密集型而非 计算密集型，更多的问题来自于 数据量、数据变更速度，列举一些通用组件

• 数据库系统：存储数据；
• 缓存系统：提升读取速度；
• 搜索索引：按照关键字搜索，以及过滤；
• 批处理：定期处理大量的数据
• 流处理：向其他进程发送消息，进行异步处理

这些系统都面临着以下这些共同的问题

可靠性

是指系统在困境中也可以正常工作，讲包括故障和失效

故障

指系统的一部分状态偏离其标准

• 硬件故障：磁盘可以提供 RAID；双路电源；热插拔 CPU 等等可以解决
• 软件故障：系统错误，特定输入引起的 BUG，依赖的服务不可用，响应变慢或者响应错误，级联故障；针对这些错误，作者说仍然有很多小办法，例如仔细考虑系统的假设和交互， 彻底的测试，进程隔离，监控分析生产系统的行为；那么在系统 运行期间就可以不断自检，在出现偏差时报警
• 人为错误：作者说人是不可靠的，但是我们可以精心设计 抽象，制定合理的 API；提供沙箱环境模拟真实场景，使用自动化测试覆盖边缘 case，快速回滚机制，详细的配置和明确的监控。这些可以检查系统哪些地方是否违反了假