硬件的第二个问题是 , 硬件不是 100% 的可靠 , 它本身也会出问题 。
比如说 , 服务器断电了 , 网络电缆被挖断了 , 甚至是各种自然灾害导致机房整体不可用 。尤其是一个大型系统 , 服务器规模很大 , 网络很复杂 , 一旦某个节点出问题 , 整个系统都可能受影响 , 所以 , 机器数量变多 , 也放大了系统出故障的概率 , 导致系统整体的可用性变差 。我们在做技术架构设计时 , 就要充分考虑各种硬件故障的可能性 , 做好应对方案 。比如说针对自然灾害 , 系统做异地多机房部署 。
软件的问题接下来我们说下软件的问题 , 这里的软件 , 主要说的是各种中间件和系统级软件 , 它们配合我们的应用代码一起工作 。
软件是硬件的延伸 , 它主要是解决硬件的各种问题 , 软件通过进一步封装 , 给系统带来了两大好处 。
首先是弥补了硬件的缺陷 。比如 Redis 集群 , 通过数据分片 , 解决了单台服务器内存和带宽的瓶颈问题 , 实现服务器处理能力的水平扩展;通过数据多副本和故障节点转移 , 解决了单台服务器故障导致的可用性问题 。其次 , 封装让我们可以更高效地访问系统资源 。比如说 , 数据库是对文件系统的加强 , 使数据的存取更高效;缓存是对数据库的加强 , 使热点数据的访问更高效 。但软件在填硬件的各种坑的同时 , 也给系统挖了新的坑 。举个例子 , Redis 集群的多节点 , 它解决了单节点处理能力问题 , 但同时也带来了新的问题 , 比如节点内部的网络有问题(即网络分区现象) , 集群的可用性就有问题;Redis 数据的多副本 , 它解决了单台服务器故障带来的可用性问题 , 但同时也带来了数据的一致性问题 。
我们知道 , 分布式系统有个典型的 CAP 理论 , C 代表系统内部的数据一致性 , A 代码系统的可用性 , P 代表节点之间的网络是否允许出问题 , 我们在这三者里面只能选择两个 。对于一个分布式系统来说 , 网络出问题是比较常见的 , 所以我们首先要选择 P , 这意味着我们在剩下的 C 和 A 之间只能选择一个 。
CAP 理论只是针对一个小的数据型的分布式系统 , 如果放大到整个业务系统 , C 和 A 的选择就更加复杂了 。
比如有时候 , 我们直接对订单进行写库 , 这是倾向于保证数据一致性 C , 但如果数据库故障或者流量太大 , 写入不成功 , 导致当前的业务功能失败 , 也就是系统的可用性 A 产生了问题 。如果我们不直接落库 , 先发订单数据到消息系统 , 再由消费者接收消息进行落库 , 这样
即使单量很大或数据库有问题 , 最终订单还是可以落地 , 不影响当前的下单功能 , 保证了系统的可用性 , 但可能不同地方(比如缓存和数据库)的订单数据就有一致性的问题 。
鱼和熊掌不能兼得 , 系统无法同时满足 CAP 的要求 , 我们就需要结合具体的业务场景 , 识别最突出的挑战 , 然后选择合适的组件 , 并以合理的方式去使用它们 , 最终保障系统的稳定运行 , 不产生大的业务问题 。
以上关于本文的内容,仅作参考!温馨提示:如遇健康、疾病相关的问题,请您及时就医或请专业人士给予相关指导!
「四川龙网」www.sichuanlong.com小编还为您精选了以下内容,希望对您有所帮助:- js中计时器的用法 javascript计时器频率设置
- 健身项目“方向标”
- 男人健身的7个题目
- 灭火器维护检查项目
- java获取checkbox勾选的值 获取选中的checkbox的值
- 怎样锻炼 让腿部布满气力
- 产品推广计划方案模板 项目营销方案
- 简单的java程序代码 java大小写转换函数
- 大学团建活动有哪些项目
- java中的对象和类理解 java对象是什么意思