--- title: "持续演进的Cloud Native (读书笔记04)" description: "可扩展性设计 性能设计 一致性设计可扩展性设计横向扩展横向扩展（scale out）也叫水平扩展，指用更多" date: 2020-03-09T16:00:00Z canonical: https://xiaobox.github.io/p/2020-03-09-chi-xu-yan-jin-de-cloud-native-du-shu-bi-ji-04/ author: 小盒子 categories: ["云原生"] tags: ["Redis", "ZooKeeper", "缓存"] source: https://mp.weixin.qq.com/s/-6OBoTOAXmHw_Uuy-aP-DQ license: CC BY-NC-SA 4.0 license_url: https://creativecommons.org/licenses/by-nc-sa/4.0/ --- # 持续演进的Cloud Native (读书笔记04) **可扩展性设计 性能设计 一致性设计** ### 可扩展性设计 **横向扩展** - 横向扩展（scale out）也叫水平扩展，指用更多的节点支撑更大量的请求。例如如果1台机器支撑10 000TPS，那么两台机器是否能支撑20 000TPS？ - 纵向扩展（scale up）也叫垂直扩展，扩展一个点的能力支撑更大的请求，它通常通过提升硬件实现，例如把磁盘升级为SSD。 **如何扩展数据库** - 主从复制集群 - 分库、垂直分表 - 分片（sharding） - 区间法（Range-Based） - 轮流法（Round-Robin） - 一致性哈希法（Consistent Hash） **如何扩展数据中心** - 两地三中心 - 同城多活 - 异地多活 ### 性能设计 **比较常见的性能问题如下** - 内存泄漏——导致内存耗尽。 - 过载——突发流量，大量超时重试。 - 网络瓶颈——需要加载的内容太多 - 阻塞——无尽的等待。 - 锁——通过限制。 - IO繁忙——大量的读写、分布式 - CPU繁忙——计算型常见问题。 - 长请求拥塞——连接耗尽。 **性能指标** - 响应时间（Latency），就是发送请求和返回结果的耗时。 - 吞吐量（Throughput），就是单位时间内的响应次数。 树立目标 寻找平衡点 - 我们可以通过一组压力测试数据找到拐点。 定位瓶颈点 - 压力测试 - 日志分析 - 监控工具 服务通信优化 - 同步转异步 - 阻塞转非阻塞 - 序列化优化 通过消息中间件提升写性能 通过缓存提升读性能 - 缓存的常用模式 - Read Through模式 - Write Through模式 - Write Behind Caching模式 - Cache-Aside模式 - Cache-As-SoR模式 - 为缓存数据设置合理的过期时间 - 为缓存设置回收策略 - 先预热数据 数据库优化 - 通过执行计划分析瓶颈点 - 为搜索字段创建索引 - 通过慢查询日志分析瓶颈点 - 通过提升硬件能力优化数据库 - 目前各大互联网公司的数据库均使用SSD硬盘或者PCIE-FLASH，据说2012年的时候微博使用PCIE-FLASH支撑了Feed系统在春晚时的3.5万QPS。 简化设计 - 转移复杂度 - 从业务角度优化 ### 一致性设计 事务 - 原子性（Atomicity） - 一致性（Consistency） - 隔离性（Isolation） - 未提交读（Read uncommitted） - 提交读（Read committed） - 可重复读（Repeatable reads） - 可序列化（Serializable） - 隔离级别 - 持久性（Durability） CAP定理 - 一致性（Consistence） - 可用性（Availability） - 分区容错性（Partition tolerance） 分布式系统的一致性分类 - 以数据为中心的一致性模型 - 1.严格一致性（Strict Consistency - 2.顺序一致性（Sequential Consistency） - 3.因果一致性（Causal Consistency） - 4.FIFO一致性（FIFO Consistency） - 以用户为中心的一致性模型 - 1.单调读一致性（Monotonic-read Consistency） - 2.单调写一致性（Monotonic-write Consistency） - 3.写后读一致性（Read-your-writes Consistency） - 4.读后写一致性（Writes-follow-reads Consistency） - 业界常用的一致性模型 - 弱一致性 - 最终一致性（Eventual Consistency） - 强一致性（Strong Consistency） - 如何实现强一致性 - 两阶段提交 - 三阶段提交（3PC） - 如何实现最终一致性 - 重试机制 - 本地记录日志 - 可靠事件模式 - Saga事务模型 - TCC事务模型 - 分布式锁 - 基于数据库实现悲观锁和乐观锁 - 基于ZooKeeper的分布式锁 - 基于Redis实现分布式锁 - 如何保证幂等性 - 幂等令牌（Idempotency Key） - 在数据库中实现幂等性 ![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2020-03-09-chi-xu-yan-jin-de-cloud-native-du-shu-bi-ji-04/001-bf98d7fd.jpg) 关注公众号 获取更多精彩内容