写这篇文章是为了 solve 在建立分布式系统时需要知道的慨念。
-
服务水平协议
一个大的分布式系统每天会处理上百万的event。要如何测量系统的是正常的运行,这就需要可测量的 benchmark。
availability - 99.99% , 或一年 50分钟的downtime
accuracy - 资料需要 100% 正确吗
capacity - 一秒钟多少request
latency - 对95%的request,系统需要花多少时间回复. 对99%的request,系统又要花多少时间回复 -
一致性
一致性是指系统上的节点,在同一时间,都看到和送回一样的资料。有几个consistency model, 例如 strong consistency, weak consistency, eventual consistency. -
数据持久性
持久性是指在资料加入到资料库后,资料会一直存在,不管系统有没有发生crash。持久性可在 machine level 或 cluster level。 -
信息持久性
分布式系统中的节点会执行计算,存储数据和相互发送信息。 发送信息的关键特征是在这些信息到达的可靠性。 对于关键任务系统,通常不能丢失任何信息。 -
幂等 Idempotency
幂等系统确保无论执行特定请求多少次,对该请求的实际执行仅发生一次。
幂等的分布式系统设计需要某种分布式锁定策略,这是一些较早的分布式系统概念发挥作用的地方。 假设我们打算通过适当的锁定来实现幂等性,以避免并发更新。为了拥有乐观锁,系统需要保持高度一致,以便在操作时,我们可以使用某种形式的版本检查是否已启动另一个操作。(乐观锁机制采取了更加宽松的加锁机制。) -
分片 Sharding 和 Quorum
Sharding 是使用hash将数据以分配给分区。为了确保系统资料或计算操作以一致的方式执行,Quorum定义了一种基于投票的方法,其中一定数量的节点需要获得相同的结果,系统操作才能成功。
以上分布式系统的概念, 对支付系统都适用。
原文 :
https://blog.pragmaticengineer.com/distributed-architecture-concepts-i-have-learned-while-building-payments-systems/