【架构师训练营 - 周总结 -5】

这周讲了缓存、消息队列、异步调用、负载均衡、分布式数据库。



缓存

缓存的出现，主要就是解决对数据的快速读取，减少重复的计算，降低服务器资源使用。如在CDN上缓存静态页面资源可以有效的降低应用服务器网络IO的使用。



基于缓存作用的场景，缓存的命中率为主要性能指标。能够帮助应用服务器拦截越多的重复请求，那么其能力越强。为了达到较高的缓存命中率，除了需要一定的算法支撑缓存服务器在自身的数据集中查找缓存外。还应该平衡缓存覆盖面与缓存集合大小，如缓存热点数据。



缓存终归是缓存，使用时不能偏离其核心作用。如对其修改，虽然可行，但偏离初衷。职责单一。



消息队列，异步框架



生产者消费者模型使用队列将生产者和消费者解耦，生产者只需要负责生产事件，无需等待处理结果，提升了服务器的吞吐量。同时消费者也无需实时返回生产者处理结果，按需处理事件，在保证了消费者服务器安全的同时也提升了事件处理的成功率。



市面上的队列产品很多，各产品的优缺点不一，应根据实际场景使用



在该模型下，生产者不会同步等待处理结果，需要通过异步的方式告知生产者处理结果（如果需要）。



同时，该模型毕竟增加了一个节点（队列），增加了故障率。需要考虑引入队列后带来的其他问题。如延时、数据丢失



负载均衡

集群部署除了保障可用性外，同时也希望能够集合多台服务器的能力提供更强吞吐量。保证每台服务器的负载基本一致就是负载均衡。



上面提到的消息队列其实也是一种负载均衡，各服务器根据自身的能力来消费事件，难出现有服务器忙死有的闲死的情况。



但负载均衡更多的体现在网络请求上。HTTP负载均衡、DNS负载均衡、IP负载均衡等作用在网络传输不同层上达到了负载均衡的效果。



负载均衡的目的时达到负载均衡，若算法出现问题，导致负载不均衡可能会导致灾难性的后果。



分布式数据库

暂只提及了一主多从、多主（不推荐）。

读写分离，保障主流程的写，对读操作使用另一台服务器保障快速读取，且与写操作不互相影响。



主从间数据同步的实现方式会影响实际业务中读的时效性，如mysql的处理机制天然的存在一定的延时。但若如Kafka则提供了选项保证主从间数据一致性（可选）。



这次的总结，感觉，没写什么东西，有些流水账了。