讀寫分離是業(yè)務(wù)開發(fā)中常用的技術(shù)手段本文講的是在什么業(yè)務(wù)場景下需要讀寫分離，讀寫分離實現(xiàn)的機(jī)制以及實際生產(chǎn)中應(yīng)用讀寫分離要注意的問題 什么時候需要讀寫分離 互聯(lián)網(wǎng)大部分業(yè)務(wù)場景...
IP屬地：浙江
-
20. 讀寫分離如何在業(yè)務(wù)中落地 -
19. Dubbo 和 Spring Cloud 兩大技術(shù)棧如何選項Service Mesh：服務(wù)網(wǎng)格有哪些應(yīng)用Dubbo 和 Spring Cloud ，這兩個框架是面試中的熱點本文就梳理下 Dubbo 和 Spring Cloud 的應(yīng)用...
-
17. 容器化升級對服務(wù)有哪些影響？隨著各種云服務(wù)的發(fā)展，越來越多的服務(wù)運行在以 Docker 為代表的容器之內(nèi) 容器化技術(shù)簡介 容器技術(shù)是一種更加輕量級的操作系統(tǒng)隔離方案可以將應(yīng)用程序及其運行依賴環(huán)境打包到鏡...
-
11. 如何使用 Redis 快速實現(xiàn)分布式鎖
如何理解分布式鎖 Redis 可以通過 set key 方式來實現(xiàn)分布式鎖實際開發(fā)中還要考慮如何確保超時情況下的串行，如何合理的釋放鎖等本文要講的是一個完備的分布式鎖應(yīng)該具備...
-
10. 分布式鎖有哪些場景如何理解分布式鎖 為了保證在多線程下處理共享數(shù)據(jù)的安全性，需要保證同一時刻只有一個線程能處理共享數(shù)據(jù)Java 語言提供了線程鎖，開放了處理鎖機(jī)制的 API，比如 Synchr...
-
8. MySQL 數(shù)據(jù)庫如何實現(xiàn) XA 規(guī)范MySQL 有哪些一致性日志 如果 MySQL 數(shù)據(jù)庫斷電了，未提交的事務(wù)怎么辦？依靠日志MySQL InnoDB 引擎中和一致性相關(guān)的有：重做日志（redo log）、回滾...
-
7. 對比兩階段提交，三階段協(xié)議有哪些改進(jìn)？在分布式系統(tǒng)中，各個節(jié)點之間在物理上相互獨立，通過網(wǎng)絡(luò)進(jìn)行溝通和協(xié)調(diào)在關(guān)系型數(shù)據(jù)庫中，由于存在事務(wù)機(jī)制，可以保證每個獨立節(jié)點上的數(shù)據(jù)操作都滿足 ACID 兩階段和三階段提交的...
-
40. 高并發(fā)場景下如何實現(xiàn)系統(tǒng)限流
為什么需要限流？以及常見的限流算法有哪些？ 常見限流算法 限流通過限制系統(tǒng)的流量，從而實現(xiàn)保護(hù)系統(tǒng)的目的限流需要結(jié)合容量規(guī)劃和壓測來進(jìn)行當(dāng)外部請求接近或達(dá)到系統(tǒng)的最大閾值時，...
-
39. 從雙十一看高可用的保障方式
分布式高可用系列 以電商大促為背景，講解系統(tǒng)限流，降級熔斷，負(fù)載均衡，穩(wěn)定性指標(biāo)，系統(tǒng)監(jiān)控和日志系統(tǒng)等方面內(nèi)容討論在面對電商大促，秒殺搶購等高并發(fā)的業(yè)務(wù)場景時，有哪些高可用的...
-
38. 緩存高可用——緩存如何保證高可用以 Redis 為例，分析一下單點緩存如何擴(kuò)展到集群，以及集群部署的幾種常見模式 緩存集群的高可用 Redis 的主從復(fù)制主從復(fù)制——各個副本之間的快速數(shù)據(jù)同步任何節(jié)點都可以...
-
37. 負(fù)載均衡：一致性哈希解決了哪些問題
在業(yè)務(wù)開發(fā)中，緩存服務(wù)需要滿足高可用性，最常用的手段是集群擴(kuò)展目前 Redis 流行的集群方案有 官方的Cluster方案，twemproxy 代理方案，哨兵模式，Codis...
-
43. 線上服務(wù)有哪些穩(wěn)定性指標(biāo)在分布式高可用設(shè)計中系統(tǒng)監(jiān)控非常重要 服務(wù)器監(jiān)控指標(biāo) 系統(tǒng)運行時指標(biāo) 基礎(chǔ)組件指標(biāo) 業(yè)務(wù)運行時指標(biāo) 例如：開發(fā)一個用戶評論系統(tǒng)，在指標(biāo)的選擇上，通常需要結(jié)合上下游各個鏈路，和...
-
1. 如何證明分布式系統(tǒng)的 CAP 理論？分布式系統(tǒng)的特點 隨著移動互聯(lián)網(wǎng)的快速發(fā)展，互聯(lián)網(wǎng)的用戶數(shù)量越來越多，產(chǎn)生的數(shù)據(jù)規(guī)模也越來越大。對應(yīng)用系統(tǒng)提出了更高的要求，我們的系統(tǒng)必須支持高并發(fā)訪問和海量數(shù)據(jù)處理分布式系...
-
36. 失效策略——緩存過期都有哪些策略
緩存使用的是內(nèi)存資源，內(nèi)存資源要用有限的服務(wù)器資源支撐更多的業(yè)務(wù)。必須刪除掉訪問頻率不高的緩存，為新的緩存騰出內(nèi)存空間 頁面置換算法 緩存技術(shù)對應(yīng)到操作系統(tǒng)中，就是緩存頁面的...
-
42. 如何選擇合適哦的負(fù)載均衡策略集群擴(kuò)展之后，服務(wù)請求如何從服務(wù)器列表中選擇合適的一臺呢？ 依賴負(fù)載均衡策略 負(fù)載均衡指的是如何將網(wǎng)絡(luò)請求派發(fā)到集群中的一個或多個節(jié)點上處理，常見的負(fù)載均衡有 硬件負(fù)載均衡，...
-
35. 經(jīng)典問題——先更新數(shù)據(jù)庫，還是先更新緩存高頻問題：應(yīng)用緩存以后，緩存和數(shù)據(jù)庫何時同步？ 數(shù)據(jù)不一致問題 除了少部分配置信息類緩存，比如業(yè)務(wù)中的黑白名單信息，頁面展示配置等大部分緩存應(yīng)用一般是作為前端請求和持久化存儲...
-
31. 消息隊列選型——Kafka 如何實現(xiàn)高性能
Kafka 的高性能 家用電腦的性能與配置的關(guān)系——價格更昂貴的服務(wù)器會有更好的性能Kafka 使用普通服務(wù)器就能實現(xiàn) TB 級別的傳輸性能Kafka 被廣泛運用于大數(shù)據(jù)處理...
-
33. 不止業(yè)務(wù)緩存，分布式系統(tǒng)中還有哪些緩存？在分布式系統(tǒng)中的緩存，有 Redis，Memcached 等后端存儲，在前端頁面，瀏覽器，網(wǎng)絡(luò) CDN 中也有緩存 Redis，或者 Memcached 等服務(wù)端緩存，在緩存...